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:
因大坝变形具有很强的非线性、随机性,致使预测困难.将人工蜂群算法(ABC)与BP神经网络相结合,利用人工蜂群算法具有强全局优化能力、强鲁棒性等优点,克服BP神经网络收敛速度慢、易陷入局部极小点等缺点,建立ABC-BP、BP神经网络大坝变形预测模型预测了小湾大坝变形.结果表明,与单纯的BP神经网络预测模型相比,ABC-BP算法提高了大坝变形预报的精度,加快了网络的收敛速度,能更高效准确地进行大坝变形监控预报.
推荐文章
基于ABC-BP神经网络的用电量预测研究
人工蜂群算法
BP神经网络
用电量预测
预测算法
基于改进ABC-BP的大坝变形监控模型研究
监控模型
人工蜂群算法
BP神经网络
大坝变形
基于ABC-BP的短期风速预测研究
短期风速预测
人工蜂群算法
BP神经网络
支持向量机
小湾电站双曲拱坝混凝土配合比试验及应用
小湾水电站
混凝土拱坝
配合比
试验研究
施工应用
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 ABC-BP模型在混凝土双曲拱坝变形监控中的应用
来源期刊 水电能源科学 学科 工学
关键词 大坝变形 小湾大坝 人工蜂群算法 BP神经网络 权值
年,卷(期) 2013,(8) 所属期刊栏目 大坝安全与监测
研究方向 页码范围 112-114,69
页数 4页 分类号 TV698.1
字数 语种 中文
DOI
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (98)
共引文献  (125)
参考文献  (8)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(5)
  • 参考文献(0)
  • 二级参考文献(5)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(3)
  • 参考文献(0)
  • 二级参考文献(3)
2006(8)
  • 参考文献(0)
  • 二级参考文献(8)
2007(6)
  • 参考文献(0)
  • 二级参考文献(6)
2008(4)
  • 参考文献(0)
  • 二级参考文献(4)
2009(10)
  • 参考文献(1)
  • 二级参考文献(9)
2010(22)
  • 参考文献(2)
  • 二级参考文献(20)
2011(13)
  • 参考文献(2)
  • 二级参考文献(11)
2012(4)
  • 参考文献(0)
  • 二级参考文献(4)
2013(6)
  • 参考文献(0)
  • 二级参考文献(6)
2014(8)
  • 参考文献(0)
  • 二级参考文献(8)
2015(4)
  • 参考文献(1)
  • 二级参考文献(3)
2016(4)
  • 参考文献(1)
  • 二级参考文献(3)
2018(1)
  • 参考文献(0)
  • 二级参考文献(1)
2019(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(6)
  • 参考文献(0)
  • 二级参考文献(6)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
大坝变形
小湾大坝
人工蜂群算法
BP神经网络
权值
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
水电能源科学
月刊
1000-7709
42-1231/TK
大16开
武汉市洪山区珞喻路1037号华中科技大学内
38-111
1983
chi
出版文献量(篇)
9307
总下载数(次)
26
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导