基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
根据MATLAB的Elman神经网络模型能够逼近任意非线性函数的特点和具有反映系统动态特性的能力,提出了一种利用Elman神经网络建立大坝位移预报模型的方法.通过实例比较Elman模型与BP模型的预测效果,结果表明,所建立Elman神经网络模型不仅收敛速度快,且其预测精度高于BP网络模型.利用MATLAB神经网络工具箱能使工作者从繁琐的编程中解脱出来,有效的提高工作效率.
推荐文章
改进Elman神经网络在径流预测中的应用
Elman神经网络
BP神经网络
遗传算法
径流预测
基于遗传算法的 Elman 神经网络模型在大坝位移预测中的应用
大坝位移预测
Elman神经网络
遗传算法
GA-Elman模型
改进Elman神经网络在短期热负荷预测中的应用
短期热负荷预测
Elman神经网络
相关系数预处理
归一化
平均化
基于Elman神经网络的电力负荷预测模型研究
Elman神经网络
预测模型
电力负荷
仿真
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于MATLAB的Elman神经网络在大坝位移预测中的应用
来源期刊 水力发电 学科 工学
关键词 MATLAB Elman神经网络 大坝位移预测
年,卷(期) 2005,(1) 所属期刊栏目 设计与施工
研究方向 页码范围 31-33,37
页数 4页 分类号 TV698.1
字数 4402字 语种 中文
DOI 10.3969/j.issn.0559-9342.2005.01.010
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 蒋建群 浙江大学建筑工程学院 68 873 17.0 28.0
2 李富强 浙江大学建筑工程学院 17 183 9.0 13.0
3 王浩军 浙江大学建筑工程学院 1 20 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (19)
共引文献  (87)
参考文献  (5)
节点文献
引证文献  (20)
同被引文献  (65)
二级引证文献  (97)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(3)
  • 参考文献(0)
  • 二级参考文献(3)
1999(4)
  • 参考文献(0)
  • 二级参考文献(4)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(6)
  • 参考文献(1)
  • 二级参考文献(5)
2002(2)
  • 参考文献(1)
  • 二级参考文献(1)
2003(3)
  • 参考文献(3)
  • 二级参考文献(0)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2007(5)
  • 引证文献(5)
  • 二级引证文献(0)
2008(5)
  • 引证文献(3)
  • 二级引证文献(2)
2009(7)
  • 引证文献(1)
  • 二级引证文献(6)
2010(13)
  • 引证文献(1)
  • 二级引证文献(12)
2011(9)
  • 引证文献(3)
  • 二级引证文献(6)
2012(7)
  • 引证文献(0)
  • 二级引证文献(7)
2013(10)
  • 引证文献(0)
  • 二级引证文献(10)
2014(6)
  • 引证文献(2)
  • 二级引证文献(4)
2015(10)
  • 引证文献(2)
  • 二级引证文献(8)
2016(10)
  • 引证文献(1)
  • 二级引证文献(9)
2017(12)
  • 引证文献(0)
  • 二级引证文献(12)
2018(13)
  • 引证文献(2)
  • 二级引证文献(11)
2019(6)
  • 引证文献(0)
  • 二级引证文献(6)
2020(4)
  • 引证文献(0)
  • 二级引证文献(4)
研究主题发展历程
节点文献
MATLAB
Elman神经网络
大坝位移预测
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
水力发电
月刊
0559-9342
11-1845/TV
大16开
北京西城区德外六铺炕北小街2号
2-428
1954
chi
出版文献量(篇)
7774
总下载数(次)
11
总被引数(次)
33587
相关基金
浙江省自然科学基金
英文译名:
官方网址:http://www.zjnsf.net/
项目类型:一般项目
学科类型:
论文1v1指导