【摘 要】
：
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
【机 构】
：
三峡大学水利与环境学院,湖北汉江王甫洲水力发电有限责任公司
【基金项目】
：
国家重点研发计划项目(2018YFC0407103),国家自然科学基金项目(51779130)
论文部分内容阅读
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
其他文献
为揭示试验室条件下无黏性沙质河道演变过程中河床湿润带的渗流规律,设计循环水槽装置系统,通过控制床沙粒径、入流流量、床面坡降及河岸植被覆盖率4个变化参量,分析不同因素
水布垭数字遥测地震台网于2005年建成并投入使用,前期收集区域天然地震本底资料,大坝建成并蓄水后,承担着库区诱发地震监测,为水库调度运行管理提供地震活动影响的决策依据。
为了评价衬砌粘钢加固的效果,以三棵松无压城门洞型隧洞为例,建立粘钢加固前后的三维有限元模型,分析了在隧洞停水检修和运行工况下的衬砌应力、应变和开裂情况和加固前后衬
针对水电站厂房结构振动安全监测问题,结合智能学习算法,提出了一种基于AVMD和BSA-KELM的水电站厂房结构振动响应预测方法,为实现厂房结构振动智能化监测提供了一种新的思路
地震动持时对大坝的损伤演化有显著影响,但目前在多向地震动持时方面的研究较少。为综合考虑多向地震动持时对重力坝累积损伤的影响,以某重力坝为研究对象,考虑混凝土的塑性
喻家河水库工程左岸坝段地基主要为大隆组泥灰岩夹页岩,层间结合较差,结构面较发育,不利于坝基稳定。针对该地基的复杂情况,设计施工采取了深层固结灌浆,分段、注浓浆、加大
在中国西南高山峡谷中,大型水电工程的施工往往会受到大风的干扰。超过7级的大风会影响缆式起重机的运行及作业面施工,无法保证混凝土的连续浇筑,不仅影响施工进度也严重影响
摘 要：传统人工测量模式存在作业周期长、人力投入大、成本高等问题，甚至会出现困难地区无法施测，无法满足高难度、快节奏测量生产的需要。低空无人机航摄技术，凭借其自身机动灵活、高效快速、困难地区探测的航片获取技术，以及精准的后处理技术，大大降低了作业成本和生产周期，在“短、平、快”的长输管道线路地形图测绘方面具有明显优势。本文主要探讨无人机航测系统在1∶2000线路测量中的应用思路，包括数据获取、像控
为了区别不同电厂Ⅱ级粉煤灰对长龄期砂浆性能的影响作用,采用贵州地区常见的4种粉煤灰(鸭溪、大方、六盘水和都匀Ⅱ级粉煤灰),探索各粉煤灰对长龄期砂浆力学性能、孔隙率、