夏天倚
- 作品数：2 被引量：1H指数：1
- 供职机构：河海大学水利水电学院水资源高效利用与工程安全国家工程研究中心更多>>
- 发文基金：教育部“新世纪优秀人才支持计划”国家自然科学基金更多>>
- 相关领域：水利工程更多>>
- 基于融合型WNN的大坝裂缝开合度预测模型研究
- 2015年
- 大坝的裂缝开合度监测是大坝安全监测中重要的项目之一。因此,大坝裂缝开合度预测的准确性对大坝安全监控十分重要。外界诸多因素都会对大坝裂缝开合度造成一定的影响,导致情况非常复杂。为了提高大坝裂缝开合度预测的精度,尝试将融合型WNN(小波神经网络)应用于大坝裂缝开合度预测,并将该模型应用于某混凝土大坝的裂缝开合度预测中,并与BP神经网络模型、松散型WNN模型及传统的多元回归模型预测结果进行对比。结果表明,融合型WNN用于大坝裂缝开合度预测精度更高,效果更好。
- 钟黎雨刘天祥夏天倚陶亮孙斌斌
- 关键词：大坝多元回归模型
- 基于改进的BP神经网络的大坝蓄水期实时预报模型被引量：1
- 2014年
- 蓄水期是大坝安全监测的重点时期.鉴于坝体性态随水位快速升高产生实时变化,蓄水期监测资料平稳性较差等特点,传统的BP神经网络对数据处理本质上属于静态网络,不能满足对实时变动的蓄水期数据样本的准确预测.为了解决这个问题,在传统的BP神经网络模型的基础上,通过在误差计算和模型参数中分别引入遗忘因子,实时更新数据的影响权重,建立了大坝蓄水期资料分析的时变分析模型.最后使用传统的BP神经网络模型和改进的BP神经网络模型进行实例分析,结果表明后者比前者在径向位移的预测上精度提高1mm以上,改进的BP神经网络模型更加适用于大坝蓄水期监测资料分析与预测.
- 夏天倚刘天祥钟黎雨陶亮
- 关键词：大坝监测BP神经网络蓄水期遗忘因子
