论文部分内容阅读
为了提高大坝变形分析模型的预测精度并检验模型的泛化能力，研究了大坝变形分析的BP神经网络模型，并基于神经网络BP算法和传统的统计模型建立了大坝变形分析的融合模型．结合陈村大坝多年的变形观测数据，对上述3种模型进行了试算及分析．分析结果表明，统计模型的平均预测精度为±0．477mm．BP神经网络模型的平均预测精度为±0．390mm，融合模型的平均预测精度为±0．318mm，相比统计模型和BP神经网络模型分别提高了33％和18％，且泛化能力较强，具有广泛的适用性．