路雷
- 作品数：1 被引量：2H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：中央高校基本科研业务费专项资金教育部“新世纪优秀人才支持计划”国家教育部博士点基金更多>>
- 相关领域：水利工程更多>>
- HDNN-MC模型在特高拱坝变形预测中的应用被引量：2
- 2014年
- 递阶对角神经网络(HDNN)采用动态BP学习算法,可以逼近任意非线性函数且具有收敛速度快、预报精度高的特点,因此本文将其引入到大坝安全监测领域,以水压、温度和时效为输入量,坝体位移为输出量,在此基础上运用马尔科夫链(MC)模型对预测数据进行残差计算和状态划分,确定马尔科夫链状态概率矩阵,通过马尔科夫链状态概率矩阵对HDNN模型进行反馈修正,从而提高精度。基于此建立了HDNN-MC模型并应用于某特高拱坝的变形预测。结果表明,HDNN-MC综合模型相对于单一模型,预测精度得到显著提高,能更高效准确地预测大坝变形。
- 殷详详包腾飞李月娇路雷杨阳
