| 基于人工神经网络的土石坝沉降组合模型 |
| |
| 引用本文： | 鞠石泉,顾冲时,仲琳,侯玉成. 基于人工神经网络的土石坝沉降组合模型[J]. 电力系统自动化, 2004, 28(6) |
| |
| 作者姓名： | 鞠石泉 顾冲时 仲琳 侯玉成 |
| |
| 作者单位： | 河海大学水利水电工程学院，江苏省南京市 210098 |
| |
| 摘 要： | 影响土石坝沉降的主要因素是时效变形，目前常用的统计模型中时效分量主要采用指数模型和对数模型，但在某些工程实际中两子模型的拟合值与实测值偏差较大。文中在统计子模型基础上研究了一种基于人工神经网络的土石坝沉降组合模型，用于对土石坝沉降的拟合和预测，并给出实例。结果表明，组合模型较好地发挥了神经网络的非线性映射能力，并比统计子模型的拟合效果好。
|
| 关 键 词： | 人工神经网络 组合模型 土石坝沉降 预测 |
| 收稿时间： | 1900-01-01 |
| 修稿时间： | 1900-01-01 |
ARTIFICIAL NEURAL NETWORKS.BASED COMPOSITE MODEL FOR EARTH-ROCKFILL DAM SETTLEMENT |
| |
| Ju Shiquan,Gu Chongshi,Zhong Lin,Hou Yucheng. ARTIFICIAL NEURAL NETWORKS.BASED COMPOSITE MODEL FOR EARTH-ROCKFILL DAM SETTLEMENT[J]. Automation of Electric Power Systems, 2004, 28(6) |
| |
| Authors: | Ju Shiquan Gu Chongshi Zhong Lin Hou Yucheng |
| |
| Abstract: | |
| |
| Keywords: | artificial neural networks composite model earth-rockfill dam settlement prediction |
|
| 点击此处可从《电力系统自动化》浏览原始摘要信息 |
|
点击此处可从《电力系统自动化》下载全文 |
