10.3969/j.issn.1000-1379.2018.04.032
基于多因素影响的BP-RBF神经网络渗流预测模型
为提高大坝坝基渗流的预测精度,把BP神经网络较强的模糊推理和自学能力与RBF神经网络在函数收敛中的快速性和绝对性相结合,以避免BP神经网络陷入局部最小或不收敛,构建了以水库大坝库水深、降雨量和温度三参数为主要影响因素,大坝渗流量为观测值的函数关系.通过与汾河水库实测资料对比分析表明,基于BP-RBF神经网络模型的坝基渗流预测模型预测效果良好,可以为大坝的安全监测与病险防护提供数据支持,为大坝原型观测资料处理提供了新途径.
大坝安全监测、渗流、预测、BP神经网络、RBF神经网络、汾河水库
40
TV698.1(水利枢纽、水工建筑物)
山西省国际合作项目2013081034;2015年度山西省研究生教育创新项目2015SY18
2018-05-14(万方平台首次上网日期,不代表论文的发表时间)
共4页
132-135