基于融合型WNN的大坝裂缝开合度预测模型研究

• 作者: 刘天祥 夏天倚 孙斌斌 钟黎雨 陶亮
• 来源期刊: 中国农村水利水电
• 学科: 工学
• 关键词: 大坝 裂缝开合度预测 融合型WNN 多元回归模型
• 年，卷（期）: 2015,（4）
• 所属期刊栏目: 水工建筑
• 页码范围: 146-148,152
• 页数: 4页
• 分类号: TV698.1
• 字数: 3440字
• 语种: 中文

摘要

大坝的裂缝开合度监测是大坝安全监测中重要的项目之一。因此，大坝裂缝开合度预测的准确性对大坝安全监控十分重要。外界诸多因素都会对大坝裂缝开合度造成一定的影响，导致情况非常复杂。为了提高大坝裂缝开合度预测的精度，尝试将融合型WNN（小波神经网络）应用于大坝裂缝开合度预测，并将该模型应用于某混凝土大坝的裂缝开合度预测中，并与BP神经网络模型、松散型WNN模型及传统的多元回归模型预测结果进行对比。结果表明，融合型WNN用于大坝裂缝开合度预测精度更高，效果更好。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	钟黎雨	河海大学水资源高效利用与工程安全国家工程研究中心	2	6	1.0	2.0
5	陶亮	河海大学水资源高效利用与工程安全国家工程研究中心	2	1	1.0	1.0
9	刘天祥	河海大学水资源高效利用与工程安全国家工程研究中心	4	22	1.0	4.0
13	夏天倚	河海大学水资源高效利用与工程安全国家工程研究中心	1	0	0.0	0.0
17	孙斌斌		1	0	0.0	0.0