基于PCA-RBF神经网络的混凝土坝位移趋势性预测模型

陈斯煜;戴波;林潮宁;曹文翰

【期刊名称】《水利水电技术》 【年(卷),期】2018(049)004

【摘 要】为了提高混凝土坝位移趋势的预测精度,提出了一种基于主成分分析(PCA)和径向基(RBF)rn神经网络的混凝土坝位移趋势性预测模型(PCA -RBF).首先,利用主成分分析,将混凝土坝多测点rn的径向位移监测数据降维,消除影响分量数据集的多重相关性,分别提取出主元位移和主元影响分rn量.然后,把主元位移和主元影响分量输入径向基神经网络并构建模型,对提取出的主元位移进行预rn测.最后,将本法应用于某混凝土坝,结果表明,PCA - RBF模型的均方根误差(RMSE),平均绝对rn误差(MAE)和平均绝对百分比误差(MAPE)分别为2.037 8 mm,1.698 6 mm和3.32％,显著低于传rn统的多元回归统计模型、径向基神经网络模型(RBF)和利用经主成分分析进行因子处理的BP神经网rn络模型(PCA -BP),说明PCA - RBF模型有着良好的预测精度. 【总页数】5页(P45-49)

【作 者】陈斯煜;戴波;林潮宁;曹文翰

【作者单位】河海大学 水利水电学院,江苏 南京 210098;河海大学 水文水资源与水利工程科学国家重点实验室,江苏 南京 210098;河海大学 水资源高效利用与工程安全国家工程研究中心,江苏 南京 210098;河海大学 水利水电学院,江苏 南京 210098;河海大学 水文水资源与水利工程科学国家重点实验室,江苏 南京 210098;河海大学 水资源高效利用与工程安全国家工程研究中心,江苏 南京 210098;河海大

学 水利水电学院,江苏 南京 210098;河海大学 水利水电学院,江苏 南京 210098;河海大学 水文水资源与水利工程科学国家重点实验室,江苏 南京 210098;河海大学 水资源高效利用与工程安全国家工程研究中心,江苏 南京 210098 【正文语种】中 文 【中图分类】TV642.1 【相关文献】

1.基于蚁群优化神经网络的混凝土坝位移安全监控模型 [J], 牛景太;魏博文 2.基于PCA-RBF神经网络的乙烯氧化反应器收率预测模型 [J], 徐英;徐用懋;杨尔辅

3.基于马尔科夫链残差修正的EMD-MELM混凝土坝位移预测模型 [J], 周健; 仲静文; 郝利朋; 晏周

4.基于HS算法优化的EEMD-RNN混凝土坝位移预测模型 [J], 范鹏飞;祝福源 5.基于WA-LSTM-ARIMA的混凝土坝变形组合预测模型 [J], 周兰庭;柳志坤;徐长华

因版权原因，仅展示原文概要，查看原文内容请购买