基于MLR-WNN的大坝变形预测

• 作者: 任超 杨庆
• 来源期刊: 水力发电
• 学科: 工学
• 关键词: 大坝变形 预测 MLR-WNN模型
• 年，卷（期）: 2018,（1）
• 所属期刊栏目: 安全监测与评价
• 页码范围: 102-105
• 页数: 4页
• 分类号: TP183|TV698.11
• 字数: 2501字
• 语种: 中文
• DOI: 10.3969/j.issn.0559-9342.2018.01.025

摘要

针对大坝变形预测中非平稳非线性的数据处理问题,为克服多元线性回归模型(MLR)在处理非线性数据方面的不足,将小波神经网络模型(WNN)引入到多元线性回归模型里面,提出一种基于多元线性回归和小波神经网络的大坝变形预测模型(MLR-WNN).首先,针对温度、水位、时效因子和大坝变形实测值,建立多元线性回归模型,再对其产生的误差建立小波神经网络模型进行修正,最后得到大坝变形预测值.经算例验证并与多元回归模型和WNN模型对比分析,结果表明,该算法预测精度较高,在大坝变形波动剧烈的时段也能保证较好的预测效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	任超	桂林理工大学测绘地理信息学院	67	227	9.0	12.0
5	杨庆	桂林理工大学测绘地理信息学院	5	7	2.0	2.0