基于自适应神经网络的边坡位移预测

基于自适应神经网络的边坡位移预测

通过对边坡位移历史数据序列进行特征分析,计算出饱和嵌入维数和最大Lyapunov指数,给出了边坡位移的最大可预报时间尺度.在此基础上,确定了神经网络的输入节点数,建立了基于自适应神经网络的边坡位移预报方法.通过对三峡升船机高边坡和新滩滑坡实际位移数据进行预测,结果令人满意.这对于建立边坡位移的实时监测-预警系统有重要意义.

作 者： 吕金虎 陈益峰 张锁春   作者单位： 吕金虎,张锁春(中国科学院数学与系统科学研究院应用数学研究所,)

陈益峰(武汉大学水电系,) 

刊 名： 系统工程理论与实践  ISTIC EI PKU 英文刊名： SYSTEMS ENGINEERING——THEORY & PRACTICE  年，卷(期)： 2001 21(12)  分类号： O233 X43  关键词： 自适应神经网络   Lyapunov指数   边坡位移预测  

【基于自适应神经网络的边坡位移预测】相关文章：

基于小波分析的光照电站边坡位移变形监测研究04-27

基于小波滤波的神经网络变形预测04-28

非平稳时间序列自适应线性神经网络在线预测04-28

自适应模糊神经网络预测阳离子标准熵的研究04-29

基于自适应Kalman滤波的BP神经网络在导航中的应用04-27

基于神经网络构造的GPS/INS自适应组合导航算法04-26

基于RBF神经网络的短时交通流量预测04-27

基于自适应神经网络的飞控系统辨识技术研究04-27

基于神经网络的道路交通事故预测04-27

基于BP神经网络的降雨充水矿井涌水量预测04-27