基于RS—BP融合的裂缝监控模型

• 作者: 肖峰 雷鹏
• 来源期刊: 长沙理工大学学报：自然科学版
• 学科: 工学
• 关键词: 粗集 神经网络 裂缝 监控模型
• 年，卷（期）: 2011,（2）
• 所属期刊栏目: 交通运输、土木与水利工程
• 页码范围: 45-50
• 分类号: TV698.1
• 字数: 3800字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-9331.2011.02.009

摘要

目前对大坝裂缝的监控主要是应用统计模型，然而在实际应用中，其分析精度易受因子相关性的影响．本研究提出了基于RS—BP耦合的裂缝监控模型，该方法首先应用RS对裂缝监控信息进行属性和样本集约简，以提高网络的泛化分析能力；然后用BP神经网络对约简的样本集进行模式训练；最后根据训练好的网络对裂缝进行分析，以掌握裂缝的演变性态．计算结果表明，该方法计算效率和精度均较高，适用于分析裂缝等高度非线性问题．

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	肖峰		7	43	5.0	6.0
2	雷鹏		1	6	1.0	1.0