大坝安全诊断的混沌优化神经网络模型

• 作者: 夏宁 曹茂森 邱秀梅
• 来源期刊: 岩土力学
• 关键词: 大坝位移 低维混沌 动力特性 小波变换 混沌优化神经网络
• 年，卷（期）: 2006,（8）
• 页码范围: 1344-1348
• 页数: 5页
• 分类号: TV698|O233
• 语种: 中文
• DOI: 10.3969/j.issn.1000-7598.2006.08.023

摘要

为了提高大坝变形的预测精度,采用小波变换和分形理论对大坝位移观测数据的非线性动力学特性进行了分析,揭示了其具有低维混沌动力特性,这为大坝变形预测模型的建立提供了理论依据和先验知识.基于低维混沌动力特性,设计了能捕获大坝位移观测数据全局动力特性,兼具神经网络模型结构优化和动力机制时新的混沌优化神经网络大坝变形预测模型.在工程实例中,由多个度量指标组成量化评价体系,对模型预测性能进行综合评价,结果表明,所建模型比传统BP神经网络和ARMA模型具有更高的预测精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	曹茂森	河海大学土木工程学院	20	265	9.0	16.0
5	夏宁	河海大学土木工程学院	8	170	7.0	8.0
6	邱秀梅	山东农业大学水利土木工程学院	29	167	6.0	12.0