神经网络融合模型在大坝变形分析中的应用

• 作者: 张帆 胡伍生
• 来源期刊: 东南大学学报（英文版）
• 学科: 工学
• 关键词: 大坝变形分析 神经网络 统计模型 融合模型
• 年，卷（期）: 2013,（4）
• 页码范围: 441-444
• 页数: 4页
• 分类号: TV698.1
• 字数: 767字
• 语种: 英文
• DOI: 10.3969/j.issn.1003-7985.2013.04.016

摘要

为了提高大坝变形分析模型的预测精度并检验模型的泛化能力,研究了大坝变形分析的BP神经网络模型,并基于神经网络BP算法和传统的统计模型建立了大坝变形分析的融合模型.结合陈村大坝多年的变形观测数据,对上述3种模型进行了试算及分析.分析结果表明,统计模型的平均预测精度为±0.477 mm,BP神经网络模型的平均预测精度为±0.390mm,融合模型的平均预测精度为±0.318mm,相比统计模型和BP神经网络模型分别提高了33％和18％,且泛化能力较强,具有广泛的适用性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张帆	东南大学交通学院	43	454	11.0	20.0
2	胡伍生	东南大学交通学院	127	983	16.0	23.0