基于RBF神经网络的裂缝开度预测模型

• 作者: 俞小敏 瞿威飞 蒋裕丰
• 来源期刊: 黑龙江水专学报
• 学科: 工学
• 关键词: 裂缝开度 RBF神经网络 预测模型 神经网络工具箱
• 年，卷（期）: 2009,（1）
• 所属期刊栏目: 土木建筑工程
• 页码范围: 45-47
• 页数: 3页
• 分类号: TV698.11
• 字数: 3017字
• 语种: 中文
• DOI: 10.3969/j.issn.2095-008X.2009.01.014

摘要

大坝裂缝开度是大坝安全的重要特征之一.针对传统裂缝开度预测模型的不足,提出了基于RBF神经网络的裂缝开度预测模型,该模型克服了传统模型容易陷入局部极小和运算迭代量大的缺点,有效地提高学习速度,加快了收敛速度,缩短了训练时间,使得预测精度提高,因此能较好地预测裂缝开度值.利用Matlab的RBF神经网络工具箱建立了裂缝开度预测模型,并应用于实际工程中,取得了较高的拟合预报精度,说明该方法具有较强的实用性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	蒋裕丰	河海大学水利水电工程学院	14	80	5.0	8.0