基于BP神经网络的拱坝温度监测数据预测模型

摘要：

实时监控拱坝的温度对工程进度和坝体安全具有重要意义.以白莲崖碾压混凝土拱坝温度监测数据为研究对象,建立基于MATLAB的拱坝温度监测反向传播(BP)神经网络预测模型,用原型观测数据对其进行校核和检验,并引入灰色理论中的GM(1,1)模型、混沌模型(最大Lyapunov指数法)与预测结果进行比较.结果证明,用人工神经网络建立坝体变形的神经网络模型对大坝变形能够进行较高精度的预测,具有良好的应用前景.

关键词：拱坝温度监测、反向传播(BP)神经网络、预测模型、MATLAB

所属期刊栏目：35

分类号：P31;TP1

资助基金：浙江省教育厅科研资助项目Y200909467;浙江水利水电专科学校基金资助项目xky-201005

在线出版日期：2011-12-12（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：57-59