BP神经网络模型在库区高边坡变形预测中的应用

• 作者: 杨天俊 范新宇 贾志献 高凯
• 来源期刊: 西北水电
• 学科: 地球科学
• 关键词: 库区 高边坡 影响因素 变形预测 BP神经网络
• 年，卷（期）: 2017,（1）
• 所属期刊栏目: 计算机技术
• 页码范围: 72-74
• 页数: 3页
• 分类号: P642.22|TP18
• 字数: 1955字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-2610.2017.01.019

摘要

影响因素的多变及周期特征使高边坡变形表现出明显的非线性,线性模型难以对边坡变形做出准确预测.为研究库区高边坡变形发展趋势,以某水电站高边坡变形监测成果为依托,在对其变形影响因素分析基础上,选取半年库水位变化量、半年降雨量、前半年惯性位移量为输入参数,以监测点半年变形增量值为输出参数,构建起3层BP神经网络模型.利用该模型对2011年6月-2014年12月间监测数据进行训练,精度达到预设要求后,预测2015年1月-2016年6月测点变形值,结果表明:预测最大误差8.26％,平均误差7.2％,满足工程精度要求,说明该模型参数选取及设置适合,可为后续边坡变形趋势研究提供参考.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	贾志献		5	3	1.0	1.0
2	范新宇		4	0	0.0	0.0
6	杨天俊		5	2	1.0	1.0
10	高凯		3	2	1.0	1.0