文献类型：期刊文章

作　　者：缪新颖[1,2] 褚金奎[1] 杜小文[1]

机构地区：[1]大连理工大学微系统中心,辽宁大连116024 [2]大连水产学院信息工程学院,辽宁大连116023

出　　处：《计算机工程与应用》

基　　金：国家重点基础研究发展规划(973)No.2006CB300407~~

年　　份：2011

卷　　号：47

期　　号：1

起止页码：220-222

语　　种：中文

收录情况：AJ、BDHX、BDHX2008、CSA、CSA-PROQEUST、CSCD、CSCD2011_2012、IC、INSPEC、JST、RCCSE、ZGKJHX、核心刊

摘　　要：为了对大坝进行切实有效的监控,需要建立一个良好的大坝预测模型。针对传统BP(Back-Propagation)神经网络存在的收敛速度慢和泛化能力弱等缺陷,利用LM-BP(Levenberg Marquardt Back Propagation)算法对大坝变形进行预测,并根据丹江口大坝1996和1997两年的变形观测数据,对大坝挠度预测结果进行分析。结果表明,所建立的LM-BP神经网络的预测精度和收敛速度明显提高。

关 键 词：大坝变形 LM-BP神经网络  预测模型  

分 类 号：TP183] TV698.1]