基于PLS和GA的大坝变形神经网络预测模型  

作　　者：许后磊[1,2,3] 姜秀娟[4] 徐波[1,2,3] 

机构地区：[1]河海大学水文水资源与水利工程科学国家重点实验室,江苏南京210098 [2]河海大学水资源高效利用与工程安全国家工程研究中心,江苏南京210098 [3]河海大学水利水电工程学院,江苏南京210098 [4]河海大学水文水资源学院,江苏南京210098

出　　处：《人民黄河》2010年第11期117-118,120,共3页Yellow River

基　　金：国家自然科学基金重点项目(50809025;50539110);国家自然科学基金资助项目(50879024);"十一五"国家科技支撑计划项目(2008BAB29B06);江苏省"333"高层次人才培养工程科研项目(2017-B08037)

摘　　要：针对大坝安全监控模型中各因子间的多重共线性和非线性,利用偏最小二乘回归法解决了多重共线性,用经遗传算法优化的RBF神经网络解决了非线性,建立了PLS—GARBF大坝水平位移预测模型。实例应用结果表明:PLS—GARBF模型的预测精度优于独立使用RBF或GARBF的精度,更适合大规模的数据建模。

关 键 词：偏最小二乘回归 遗传算法 神经网络 水平位移 大坝 预测模型 

分 类 号：TV697.2[水利工程—水利水电工程]