基于PLS和GA的大坝变形神经网络预测模型

详细信息   全文下载|推荐本文 |

• 出版年：2010
• 作者：许后磊；姜秀娟；徐波
• 单位1：河海大学水文水资源与水利工程科学国家重点实验室
• 单位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
• 出生年：1987
• 学历：硕士研究生
• 语种：中文
• 作者关键词：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
• 起始页：117
• 总页数：3
• 经费资助：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(2008BAB29806)；江苏省“333”高层次人才培养工程科研项目( 2017 - B08037)。
• 刊名：人民黄河
• 是否内版：否
• 刊频：月刊
• 创刊时间：1949
• 主管单位：中华人民共和国水利部
• 主办单位：水利部黄河水利委员会
• 主编：薛松贵
• 电子信箱：rmhh@yrcc.gov.cn
• 网址：rmhh2010@163.com
• 卷：32
• 期：11
• 期刊索取号：P2225.06105
• 数据库收录：中文科技期刊数据库全文收录期刊
• 核心期刊：中文核心期刊

摘要

针对大坝安全监控模型中各因子问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-CARBF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。