检索结果-维普期刊中文期刊服务平台

基于小波变换去噪的ARMA堤坝水平位移预测模型被引量：8: 1; 作者张鹏王甜王远明《人民长江》北大核心 2017年第S2期259-261,287,共4页; 堤坝位移监测数据可以被视为非平稳时间序列,但是因为受到诸多因素的影响,位移的测值常含有随机误差。在传统时间序列预测方法的基础上,提出了基于小波变换去噪的时间序列预测方法。基本步骤是:采用小波分解与重构法去噪,将信号分解到... 展开更多; 关键词小波变换去噪小波分解 ARMA模型水平位移预测; 在线阅读下载PDF 职称材料

Verhulst模型在深基坑坑周土体水平位移预测中的应用被引量：4: 2; 作者陈正威王铁生 +1 位作者冯康缑慧娟《华北水利水电大学学报（自然科学版）》 2014年第1期42-45,共4页; 以郑州市郑东新区邮政大楼地下室深基坑工程为例,建立Verhulst模型,借助MATLAB软件的数值计算、绘图功能,对深基坑坑周土体水平位移量进行预测,并将该预测结果与GM(1,1)模型预测结果及实测数据进行对比分析.结果表明,Verhulst模型预测... 展开更多; 关键词深基坑 VERHULST模型 MATLAB 水平位移预测; 在线阅读下载PDF 职称材料

基于BP神经网络-加权马尔科夫模型的泄水闸水平位移预测被引量：5: 3; 作者丁倩黄耀英 +2 位作者谢同李峰高磊《水资源与水工程学报》 CSCD 2020年第6期187-193,共7页; 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... 展开更多; 关键词水平位移预测预测精度 BP神经网络加权马尔科夫模型马氏检验; 在线阅读下载PDF 职称材料

基于RS-MIV-ELM模型的基坑水平位移影响因素分析和预测被引量：10: 4; 作者钟国强王浩 +3 位作者张国华覃卫民王成汤熊俊峰《上海交通大学学报》 EI CAS CSCD 北大核心 2018年第11期1508-1515,共8页; 为了预测基坑的测斜最大水平位移及深度,提出了基于粗糙集(RS)属性约简、平均影响值(MIV)和极限学习机(ELM)的组合模型RS-MIV-ELM.在系统分析、量化变形影响因素的基础上,利用RS属性约简算法和基于ELM的MIV算法(ELM-MIV)分别去除影响因... 展开更多; 关键词基坑水平位移预测极限学习机属性约简影响因素筛选; 在线阅读下载PDF 职称材料

地震诱发的侧向水平位移神经网络预测模型被引量：6: 5; 作者佘跃心刘汉龙高玉峰《世界地震工程》 CSCD 2003年第1期96-101,共6页; 在对地震液化诱发的侧向水平位移预测模型评述的基础上,分析了地震、地形、土质等实测数据与侧向水平水移之间的相互关系,并提出了侧向位平位移神经网络预测模型。模型较好地反映了参数之间复杂的非线性关系,网络预测结果与实测数据较... 展开更多; 关键词侧向水平位移神经网络预测模型地震灾害液化地形土体统计模型; 在线阅读下载PDF 职称材料

灰色非线性常微分方程预测研究及模型被引量：4: 6; 作者杨杰党志良高杰《西安理工大学学报》 CAS 2001年第4期361-365,共5页; 灰色模型是一种指数模型 ,它对于符合指数规律的观测数据序列具有较高的精确度。在此基础上提出了一种改进型灰色模型 ,扩大了灰色模型的应用范围。经实测数据验证 ,该模型在土石坝水平位移预测中收到了满意的效果。; 关键词非线性常微分方程灰色模型指数规律数据序列预测模型土石坝水平位移预测; 在线阅读下载PDF 职称材料

基于串联灰色多元回归模型的大坝蓄水期变形性态分析被引量：4: 7; 作者房彬苏怀智 +1 位作者蔡德文王利启《水电能源科学》北大核心 2013年第8期106-108,共3页; 基于某双曲拱坝蓄水期坝顶水平位移的特点,在对其监测资料进行时空分析基础上,构建了蓄水期坝顶水平位移的多元线性回归模型和串联灰色多元线性回归模型,分析预测了该坝蓄水期变形性态。实例分析结果表明,串联灰色多元线性回归模型预测... 展开更多; 关键词大坝蓄水期水平位移预测串联灰色多元回归模型变形性态; 在线阅读下载PDF 职称材料

题名基于小波变换去噪的ARMA堤坝水平位移预测模型被引量：8: 1; 作者张鹏王甜王远明; 机构河海大学水利水电学院黑龙江省三江工程建设管理局; 出处《人民长江》北大核心 2017年第S2期259-261,287,共4页; 文摘堤坝位移监测数据可以被视为非平稳时间序列,但是因为受到诸多因素的影响,位移的测值常含有随机误差。在传统时间序列预测方法的基础上,提出了基于小波变换去噪的时间序列预测方法。基本步骤是:采用小波分解与重构法去噪,将信号分解到不同的频带上,再直接提取有用信号的频带进行重构,减小测值中的随机误差;进一步对去噪后不平稳的位移时间序列差分建立预测模型。工程实例计算分析表明,基于小波去噪所建立的模型位移预测结果要明显优于传统的模型位移预测结果,可以用于短期内堤坝水平位移预测中。; 关键词小波变换去噪小波分解 ARMA模型水平位移预测; 分类号 TV698.1 [水利工程—水利水电工程]; 在线阅读下载PDF 职称材料

题名Verhulst模型在深基坑坑周土体水平位移预测中的应用被引量：4: 2; 作者陈正威王铁生冯康缑慧娟; 机构华北水利水电大学; 出处《华北水利水电大学学报（自然科学版）》 2014年第1期42-45,共4页; 基金国家自然科学基金项目(41301598); 文摘以郑州市郑东新区邮政大楼地下室深基坑工程为例,建立Verhulst模型,借助MATLAB软件的数值计算、绘图功能,对深基坑坑周土体水平位移量进行预测,并将该预测结果与GM(1,1)模型预测结果及实测数据进行对比分析.结果表明,Verhulst模型预测精度达到了一级,优于传统的GM(1,1)模型,对于预测类似基坑工程水平位移量有借鉴作用.; 关键词深基坑 VERHULST模型 MATLAB 水平位移预测; Keywords deep foundation pit Verhulst model MATLAB horizontal displacement prediction; 分类号 TV698.11 [水利工程—水利水电工程] TU433 [建筑科学—岩土工程]; 在线阅读下载PDF 职称材料

题名基于BP神经网络-加权马尔科夫模型的泄水闸水平位移预测被引量：5: 3; 作者丁倩黄耀英谢同李峰高磊; 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; 出处《水资源与水工程学报》 CSCD 2020年第6期187-193,共7页; 基金国家重点研发计划项目(2018YFC0407103) 国家自然科学基金项目(51779130)。; 文摘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-加权马尔科夫模型的预测精度更高,说明BP神经网络-加权马尔科夫模型较为可靠。; 关键词水平位移预测预测精度 BP神经网络加权马尔科夫模型马氏检验; Keywords horizontal displacement prediction prediction accuracy BP netural network weighted Markov model Markovity test; 分类号 TV61 [水利工程—水利水电工程]; 在线阅读下载PDF 职称材料

题名基于RS-MIV-ELM模型的基坑水平位移影响因素分析和预测被引量：10: 4; 作者钟国强王浩张国华覃卫民王成汤熊俊峰; 机构中国科学院武汉岩土力学研究所岩土力学与工程国家重点实验室中国科学院大学; 出处《上海交通大学学报》 EI CAS CSCD 北大核心 2018年第11期1508-1515,共8页; 基金国家自然科学基金资助项目(41472288 41172287 51579235); 文摘为了预测基坑的测斜最大水平位移及深度,提出了基于粗糙集(RS)属性约简、平均影响值(MIV)和极限学习机(ELM)的组合模型RS-MIV-ELM.在系统分析、量化变形影响因素的基础上,利用RS属性约简算法和基于ELM的MIV算法(ELM-MIV)分别去除影响因素集中的冗余因素和相关性极小的因素,以简化模型输入变量;采用简化的影响因素集训练ELM模型,并用ELM模型对其他测点位移进行预测.验证结果表明,RS-MIV-ELM模型的训练速度、预测精度和泛化能力均比全因素ELM模型和基于最简集的BP神经网络模型RS-MIV-BP具有较大的提高,其均方根误差和平均相对误差仅为全因素ELM模型和RS-MIV-BP模型的1/2~2/3.; 关键词基坑水平位移预测极限学习机属性约简影响因素筛选; Keywords foundation pit horizontal displacement prediction extreme learning machine(ELM) attribute reduction screening influencing factors; 分类号 TP18 [自动化与计算机技术—控制理论与控制工程] TU753 [建筑科学—建筑技术科学]; 在线阅读下载PDF 职称材料

题名地震诱发的侧向水平位移神经网络预测模型被引量：6: 5; 作者佘跃心刘汉龙高玉峰; 机构河海大学岩土工程研究所; 出处《世界地震工程》 CSCD 2003年第1期96-101,共6页; 基金教育部骨干教师基金资助项目(2000506033); 文摘在对地震液化诱发的侧向水平位移预测模型评述的基础上,分析了地震、地形、土质等实测数据与侧向水平水移之间的相互关系,并提出了侧向位平位移神经网络预测模型。模型较好地反映了参数之间复杂的非线性关系,网络预测结果与实测数据较为吻合,两者之间相关系数为0.9左右。模型数据分析结果表明侧向位移随着距自由临空面距离(L)的增加而呈双曲线关系下降,随液化层厚度的增加而增加。不同L条件下临空面高度与侧向位移之间有一灵敏变化区,即当H约等于4～7m之间时,侧向位移急剧变化。; 关键词侧向水平位移神经网络预测模型地震灾害液化地形土体统计模型; Keywords predicting model artificial neural networks lateral spread; 分类号 P315.9 [天文地球—地震学]; 在线阅读下载PDF 职称材料

题名灰色非线性常微分方程预测研究及模型被引量：4: 6; 作者杨杰党志良高杰; 机构西安理工大学水利水电学院陕西省水利厅; 出处《西安理工大学学报》 CAS 2001年第4期361-365,共5页; 文摘灰色模型是一种指数模型 ,它对于符合指数规律的观测数据序列具有较高的精确度。在此基础上提出了一种改进型灰色模型 ,扩大了灰色模型的应用范围。经实测数据验证 ,该模型在土石坝水平位移预测中收到了满意的效果。; 关键词非线性常微分方程灰色模型指数规律数据序列预测模型土石坝水平位移预测; Keywords grey model exponential rule data series; 分类号 TV698.11 [水利工程—水利水电工程] TN941.5 [电子电信—信号与信息处理]; 在线阅读下载PDF 职称材料

题名基于串联灰色多元回归模型的大坝蓄水期变形性态分析被引量：4: 7; 作者房彬苏怀智蔡德文王利启; 机构河海大学水文水资源与水利工程科学国家重点实验室河海大学水利水电学院中国水电顾问集团成都勘测设计研究院华能澜沧江水电有限公司糯扎渡水电厂; 出处《水电能源科学》北大核心 2013年第8期106-108,共3页; 基金国家自然科学基金资助项目(51179066 51139001) +3 种基金中国电力投资集团公司科技基金资助项目(2011-042-HHS-KJ-X); 文摘基于某双曲拱坝蓄水期坝顶水平位移的特点,在对其监测资料进行时空分析基础上,构建了蓄水期坝顶水平位移的多元线性回归模型和串联灰色多元线性回归模型,分析预测了该坝蓄水期变形性态。实例分析结果表明,串联灰色多元线性回归模型预测效果优于多元线性回归模型,更合理地反映大坝蓄水期水平位移的变化趋势。; 关键词大坝蓄水期水平位移预测串联灰色多元回归模型变形性态; Keywords dam storage period horizontal displacement prediction series connection gray multiple regression model deformation behavior; 分类号 TV642.52 [水利工程—水利水电工程]; 在线阅读下载PDF 职称材料

	题名	作者	出处	发文年	被引量	操作
1	基于小波变换去噪的ARMA堤坝水平位移预测模型	张鹏王甜王远明	《人民长江》北大核心	2017	8	在线阅读下载PDF 职称材料
2	Verhulst模型在深基坑坑周土体水平位移预测中的应用	陈正威王铁生冯康缑慧娟	《华北水利水电大学学报（自然科学版）》	2014	4	在线阅读下载PDF 职称材料
3	基于BP神经网络-加权马尔科夫模型的泄水闸水平位移预测	丁倩黄耀英谢同李峰高磊	《水资源与水工程学报》 CSCD	2020	5	在线阅读下载PDF 职称材料
4	基于RS-MIV-ELM模型的基坑水平位移影响因素分析和预测	钟国强王浩张国华覃卫民王成汤熊俊峰	《上海交通大学学报》 EI CAS CSCD 北大核心	2018	10	在线阅读下载PDF 职称材料
5	地震诱发的侧向水平位移神经网络预测模型	佘跃心刘汉龙高玉峰	《世界地震工程》 CSCD	2003	6	在线阅读下载PDF 职称材料
6	灰色非线性常微分方程预测研究及模型	杨杰党志良高杰	《西安理工大学学报》 CAS	2001	4	在线阅读下载PDF 职称材料
7	基于串联灰色多元回归模型的大坝蓄水期变形性态分析	房彬苏怀智蔡德文王利启	《水电能源科学》北大核心	2013	4	在线阅读下载PDF 职称材料