检索规则说明:AND代表“并且”;OR代表“或者”;NOT代表“不包含”;(注意必须大写,运算符两边需空一格)
检 索 范 例 :范例一: (K=图书馆学 OR K=情报学) AND A=范并思 范例二:J=计算机应用与软件 AND (U=C++ OR U=Basic) NOT M=Visual
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]河海大学水利水电学院,江苏南京210098
出 处:《水电能源科学》2011年第12期56-59,共4页Water Resources and Power
基 金:河海大学水文水资源与水利工程科学国家重点实验室专项基金资助项目(2009586012)
摘 要:分析了某面板堆石坝运行初期坝体的监测资料,选择水压分量与时效分量为影响因子构建逐步回归分析模型,应用反馈神经网络理论建立Elman神经网络模型,并与逐步回归模型预测精度做了对比分析。结果表明,Elman神经网络模型预测精度高、可靠,有助于分析大坝的安全性态。This paper analyzes the monitoring data of a CFRD in initial operation. The stepwise regression analysis model is established by choosing hydraulic and aging components as influence factors. An Elman neural network model is built for settlement prediction. Compared with stepwise regression analysis model, the results show that Elman neural network model has high precision and reliability for predicting settlement of CFRD. Thus, it has contributed to analysis of dam safe state.
关 键 词:面板堆石坝 沉降 反馈神经网络 ELMAN神经网络 预测模型
分 类 号:TV641.4[水利工程—水利水电工程] TV698.1
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在链接到云南高校图书馆文献保障联盟下载...
云南高校图书馆联盟文献共享服务平台 版权所有©
您的IP:216.73.216.200