小波和混沌神经网络在大坝变形预测中的应用

• 作者: 康传利 张临炜 时满星 陈洋 顾峻峰
• 来源期刊: 人民黄河
• 学科: 工学
• 关键词: 相空间重构 Lyapunov指数 小波分解和重构 小波去噪 混沌神经网络预测 大坝变形
• 年，卷（期）: 2020,（3）
• 所属期刊栏目: 工程勘测设计
• 页码范围: 101-104,116
• 页数: 5页
• 分类号: TV698.1
• 字数: 4010字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-1379.2020.03.020

摘要

大坝是复杂的变形系统,其变形表现为动态非线性,也存在混沌现象.为充分利用大坝变形监测位移时间序列,实现位移单变量情况下的准确预测,提出了一种小波和混沌神经网络预测新方法,首先对大坝位移变形监测数据进行小波分解,其次对分解后的平滑信号进行傅里叶函数拟合预测,再对细节信号进行软阈值去噪和混沌神经网络预测,最后将预测信号进行小波重构.通过工程实例对比分析了小波和混沌神经网络预测新方法、神经网络模型、多元回归模型在大坝位移变形预测中的精度.结果表明,小波和混沌神经网络预测方法的预测精度最高,可以应用于大坝变形预测.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	康传利		8	7	2.0	2.0
5	陈洋		2	4	1.0	2.0
9	张临炜		2	4	1.0	2.0
13	时满星		2	4	1.0	2.0