文献类型：期刊文章

作　　者：张乾飞[1] 徐洪钟[1] 吴中如[1] 王玉国[2] 高明军[1]

机构地区：[1]河海大学水利水电学院,南京210098 [2]南京市建筑安装工程质量检测中心,南京210016

出　　处：《水力发电学报》

年　　份：2002

卷　　号：21

期　　号：2

起止页码：37-43

语　　种：中文

收录情况：BDHX、BDHX2000、CSA、CSA-PROQEUST、CSCD、CSCD2011_2012、EI、IC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：本文采用模糊聚类理论方法对因子集进行模糊聚类 ,然后利用神经网络的方法建立样本因子集类别变量特征值与样本观测值之间的预测模型 ,提出了将模糊聚类、模糊模式识别以及神经网络三者有机结合的预测理论。并通过某大坝渗流计算实例对传统的统计预报模型和基于模糊聚类的神经网络预测模型进行了比较 ,结果表明后者的预报精度比前者要高。

关 键 词：模糊聚类 模糊模式识别 神经网络 预测  渗流分析

分 类 号：TV139.14]