矿山测量2022，Vol.50Issue(1) ：28-31,69.DOI:10.3969/j.issn.1001-358X.2022.01.008

基于深度置信网络的大坝变形预测研究

Research on dam deformation prediction based on deep belief network

李冰 徐笑笑
矿山测量2022，Vol.50Issue(1) ：28-31,69.DOI:10.3969/j.issn.1001-358X.2022.01.008
✕
  • 维普
  • 万方数据

基于深度置信网络的大坝变形预测研究

Research on dam deformation prediction based on deep belief network

李冰 1徐笑笑1
扫码查看

作者信息

  • 1. 江西理工大学 土木与测绘工程学院,江西 赣州 341000
  • 折叠

摘要

针对大坝变形预测模型精度不高、特征提取能力差等问题,构建基于深度置信网络(DBN)的预测模型,以官地水电站2012～2016年的变形数据为例,实现大坝变形后10期的准确预测.结果表明,DBN模型三项评价指标分别为0.23 mm、0.30 mm、7.09％,显著优于其他比较模型,能够更加准确预测大坝变形,为大坝变形预测提供一种新的方法.

关键词

大坝变形/变形预测/神经网络/深度置信网络

引用本文复制引用

出版年

2022
矿山测量
煤炭科学研究总院唐山研究院

矿山测量

影响因子：0.337
ISSN：1001-358X
参考文献量2
段落导航相关论文