对基于自适应滤波优化神经网络的混凝土坝变位预报模型

• 作者: 曾兵建 魏博文 黎良辉
• 来源期刊: 水力发电
• 学科: 工学
• 关键词: 神经网络 UKF滤波 混凝土坝 安全监控 模型
• 年，卷（期）: 2013,（4）
• 所属期刊栏目: 安全监测
• 页码范围: 83-86
• 页数: 4页
• 分类号: TV698.1
• 字数: 4305字
• 语种: 中文

摘要

采用标准神经网络(BP)构建的大坝安全监控预报模型难以满足工程精度要求.利用滤波理论(UnscentedKalman filter,UKF),引入自适应因子,并对神经网络进行赋权训练,提出了一种自适应非线性训练神经网络的混凝土坝安全监控模型.计算实例表明,该模型计算结果相对误差较小,满足工程精度要求,提高了神经网络的学习质量、收敛效率和泛化能力,减小了神经网络学习中的陷入局限极小值的可能性.该模型可推广应用于面板堆石坝、高边坡等结构安全监控分析中.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黎良辉	南昌大学建筑工程学院	13	31	3.0	5.0
2	魏博文	南昌大学建筑工程学院	55	175	7.0	10.0
6	曾兵建		2	0	0.0	0.0