HDNN-MC模型在特高拱坝变形预测中的应用

• 作者: 包腾飞 李月娇 杨阳 殷详详 路雷
• 来源期刊: 中国科技论文
• 学科: 工学
• 关键词: 马尔科夫链模型 递阶对角神经网络 变形预测 特高拱坝
• 年，卷（期）: 2014,（11）
• 页码范围: 1258-1261
• 页数: 4页
• 分类号: TV698.1
• 字数: 3978字
• 语种: 中文

摘要

递阶对角神经网络（HDNN）采用动态BP学习算法，可以逼近任意非线性函数且具有收敛速度快、预报精度高的特点，因此本文将其引入到大坝安全监测领域，以水压、温度和时效为输入量，坝体位移为输出量，在此基础上运用马尔科夫链（MC）模型对预测数据进行残差计算和状态划分，确定马尔科夫链状态概率矩阵，通过马尔科夫链状态概率矩阵对HDNN模型进行反馈修正，从而提高精度。基于此建立了HDNN-MC模型并应用于某特高拱坝的变形预测。结果表明，HDNN-MC综合模型相对于单一模型，预测精度得到显著提高，能更高效准确地预测大坝变形。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	包腾飞	河海大学水利水电学院	81	244	8.0	12.0
5	殷详详	河海大学水利水电学院	2	1	1.0	1.0
9	李月娇	河海大学水利水电学院	5	7	2.0	2.0
13	路雷	河海大学水利水电学院	1	1	1.0	1.0