基于自適應神經網絡的邊坡位移預測

通過對邊坡位移歷史數(shù)據序列進行特征分析,計算出飽和嵌入維數(shù)和最大Lyapunov指數(shù),給出了邊坡位移的最大可預報時間尺度.在此基礎上,確定了神經網絡的輸入節(jié)點數(shù),建立了基于自適應神經網絡的邊坡位移預報方法.通過對三峽升船機高邊坡和新灘滑坡實際位移數(shù)據進行預測,結果令人滿意.這對于建立邊坡位移的實時監(jiān)測-預警系統(tǒng)有重要意義.

作 者： 呂金虎 陳益峰 張鎖春   作者單位： 呂金虎,張鎖春(中國科學院數(shù)學與系統(tǒng)科學研究院應用數(shù)學研究所,)

陳益峰(武漢大學水電系,) 

刊 名： 系統(tǒng)工程理論與實踐  ISTIC EI PKU 英文刊名： SYSTEMS ENGINEERING——THEORY & PRACTICE  年，卷(期)： 2001 21(12)  分類號： O233 X43  關鍵詞： 自適應神經網絡   Lyapunov指數(shù)   邊坡位移預測  

【基于自適應神經網絡的邊坡位移預測】相關文章：

基于小波分析的光照電站邊坡位移變形監(jiān)測研究04-27

基于小波濾波的神經網絡變形預測04-28

非平穩(wěn)時間序列自適應線性神經網絡在線預測04-28

自適應模糊神經網絡預測陽離子標準熵的研究04-29

基于自適應Kalman濾波的BP神經網絡在導航中的應用04-27

基于神經網絡構造的GPS/INS自適應組合導航算法04-26

基于RBF神經網絡的短時交通流量預測04-27

基于自適應神經網絡的飛控系統(tǒng)辨識技術研究04-27

基于神經網絡的道路交通事故預測04-27

基于BP神經網絡的降雨充水礦井涌水量預測04-27