期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于混沌-动态递归神经网络的地下厂房高边墙围岩变形预报
1
作者 吴刚 郑睿 朱登军 《华北水利水电学院学报》 2009年第4期83-86,共4页
预测地下厂房高边墙围岩变形是大型水电站设计和施工中重要的研究课题.引入混沌理论,对神经网络进行优化,建立变形预报的动态-递归神经网络模型,通过计算最大Lyapunov指数获得预报最大时间天数,运用混沌特性力学参数优化神经网络结构,... 预测地下厂房高边墙围岩变形是大型水电站设计和施工中重要的研究课题.引入混沌理论,对神经网络进行优化,建立变形预报的动态-递归神经网络模型,通过计算最大Lyapunov指数获得预报最大时间天数,运用混沌特性力学参数优化神经网络结构,通过递归神经网络映射混沌相空间相点演化的非线性关系,提高了预测精度和稳定性.某大型水电站实例表明,预报值与实测位移之间误差都小于10%,预测精度高,实时可靠,对开挖结束后的位移进行了预报,结果合理. 展开更多
关键词 动态-递归神经网络 混沌时间序列 高边墙 变形预报
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部