动态模糊神经网络在大坝变形预报中的应用

摘要：

针对静态模糊神经网络的局限性,提出了在线动态建模的模糊神经网络方法.当新增样本进入训练集之后,根据新样本对模型的贡献大小,在已有模型的基础上进行动态修正,这样可以减少建模的计算时间.新方法实现了增加样本而矩阵阶数不增加,避免了矩阵求逆运算,理论上可以提高计算效率.实例表明动态模糊神经网络方法是可行的,可实现持久预报,具有较强的适应能力和较高的预报精度,可应用于在线实时变形预报及相关领域.

关键词：动态模糊神经网络、大坝变形、预报模型

所属期刊栏目：31

分类号：TV698.1(水利枢纽、水工建筑物)

资助基金：国家自然科学基金40474003;山东省泰山学者工程项目TSXZ0502

在线出版日期：2007-05-21（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：64-67