基于 ELM 的大坝变形分析与预报模型

• 作者: 于中伟 邵楠
• 来源期刊: 城市勘测
• 学科: 地球科学
• 关键词: 大坝变形预报 物理模型 神经网络模型 极限学习机(ELM)
• 年，卷（期）: 2016,（4）
• 页码范围: 134-136
• 页数: 3页
• 分类号: P258
• 字数: 2177字
• 语种: 中文

摘要

传统的诸如 BP 神经网络等学习方法训练时需要设置大量的参数,并且容易产生局部最优解。极限学习机(Extreme Learning Machine,ELM)可以随机选择输入权重以及隐藏层偏差且不需要调节,最终只产生唯一最优解。将ELM 引入大坝变形分析建模中,建立了基于 ELM 的变形预报模型。实例表明,相比传统的逐步回归模型与 BP 神经网络模型,基于 ELM 的大坝变形预报模型在效率和精度上都有提高。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	于中伟		7	12	2.0	2.0
2	邵楠		8	15	3.0	3.0