基于深度置信网络的大坝变形预测研究

扫码查看

原文链接

万方数据
维普

中文摘要：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.

外文标题：Research on dam deformation prediction based on deep belief network

作者：

李冰、徐笑笑

展开 >

作者单位：

江西理工大学土木与测绘工程学院,江西赣州 341000

关键词：

大坝变形变形预测神经网络深度置信网络

出版年：

2022

DOI：

10.3969/j.issn.1001-358X.2022.01.008