基于PCA-RBF神经网络的混凝土坝位移趋势性预测模型

• 作者: 戴波 曹文翰 林潮宁 陈斯煜
• 来源期刊: 水利水电技术
• 学科: 工学
• 关键词: 主成分分析 径向基神经网络 混凝土坝 位移预测模型 大坝安全监测
• 年，卷（期）: 2018,（4）
• 所属期刊栏目: 水工建筑
• 页码范围: 45-49
• 页数: 5页
• 分类号: TV642.1
• 字数: 3102字
• 语种: 中文
• DOI: 10.13928/j.cnki.wrahe.2018.04.007

摘要

为了提高混凝土坝位移趋势的预测精度,提出了一种基于主成分分析(PCA)和径向基(RBF) 神经网络的混凝土坝位移趋势性预测模型(PCA -RBF).首先,利用主成分分析,将混凝土坝多测点 的径向位移监测数据降维,消除影响分量数据集的多重相关性,分别提取出主元位移和主元影响分 量.然后,把主元位移和主元影响分量输入径向基神经网络并构建模型,对提取出的主元位移进行预 测.最后,将本法应用于某混凝土坝,结果表明,PCA - RBF模型的均方根误差(RMSE),平均绝对 误差(MAE)和平均绝对百分比误差(MAPE)分别为2.037 8 mm,1.698 6 mm和3.32％,显著低于传 统的多元回归统计模型、径向基神经网络模型(RBF)和利用经主成分分析进行因子处理的BP神经网 络模型(PCA -BP),说明PCA - RBF模型有着良好的预测精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	戴波	河海大学水利水电学院	9	48	4.0	6.0
10	林潮宁	河海大学水利水电学院	5	5	1.0	2.0
11	陈斯煜	河海大学水利水电学院	1	1	1.0	1.0