10.11705/j.issn.1672-643X.2020.06.29
基于BP神经网络-加权马尔科夫模型的泄水闸水平位移预测
针对传统变形统计模型和BP神经网络模型对水工建筑物变形预测精度欠佳的问题,建立了BP神经网络-加权马尔科夫模型.首先,采用均值-均方差法对BP神经网络模型拟合的相对误差序列进行状态分类,并检验状态序列的马氏性.然后计算各阶自相关系数和转移权重,利用加权和最大概率值预测未来的随机状态.最后以王甫洲水利枢纽泄水闸11#闸墩测点水平位移实测数据为例,分析比较逐步回归统计模型、BP神经网络模型和BP神经网络-加权马尔科夫模型的预测效果.结果表明:相比于逐步回归统计模型和BP神经网络模型,BP神经网络-加权马尔科夫模型的预测精度更高,说明BP神经网络-加权马尔科夫模型较为可靠.
水平位移预测、预测精度、BP神经网络、加权马尔科夫模型、马氏检验
31
TV61(水利枢纽、水工建筑物)
国家重点研发计划项目;国家自然科学基金项目
2021-03-02(万方平台首次上网日期,不代表论文的发表时间)
共7页
187-193