基于自适应神经网络的边坡位移预测

基于自适应神经网络的边坡位移预测

O233%X43; 通过对边坡位移历史数据序列进行特征分析,计算出饱和嵌入维数和最大Lyapunov指数,给出了边坡位移的最大可预报时间尺度.在此基础上,确定了神经网络的输入节点数,建立了基于自适应神经网络的边坡位移预报方法.通过对三峡升船机高边坡和新滩滑坡实际位移数据进行预测,结果令人满意.这对于建立边坡位移的实时监测-预警系统有重要意义....

Ausführliche Beschreibung

Gespeichert in:
Bibliographische Detailangaben
Veröffentlicht in:系统工程理论与实践 2001, Vol.21 (12), p.124-129
Hauptverfasser: 吕金虎, 陈益峰, 张锁春
Format: Artikel
Sprache:chi
Online-Zugang:Volltext
Tags: Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
Beschreibung
Zusammenfassung:O233%X43; 通过对边坡位移历史数据序列进行特征分析,计算出饱和嵌入维数和最大Lyapunov指数,给出了边坡位移的最大可预报时间尺度.在此基础上,确定了神经网络的输入节点数,建立了基于自适应神经网络的边坡位移预报方法.通过对三峡升船机高边坡和新滩滑坡实际位移数据进行预测,结果令人满意.这对于建立边坡位移的实时监测-预警系统有重要意义.
ISSN:1000-6788
DOI:10.3321/j.issn:1000-6788.2001.12.023