基于人工神经网络的土石坝沉降组合模型

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

所属期刊栏目：28

分类号：TV641(水利枢纽、水工建筑物)

资助基金：国家自然科学基金50139030;教育部跨世纪优秀人才培养计划2003512643

在线出版日期：2005-01-13（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：38-40,44