期刊文献+

海塘安全监测广义回归神经网络模型研究 被引量:4

下载PDF
导出
摘要 介绍了海塘安全监测的内容及其重要性,对海塘渗压安全监测模型的基本要素加以分析,根据海塘渗压规律的特殊性,选取时间、前期潮位、雨量和作为海塘渗压监测模型的影响因子,分析确定了其具体形式,并且提出以广义回归神经网络(GRNN)方法对海塘渗压进行监测分析。在研究确定的影响因子基础上,采用实测资料建立了海塘渗压GRNN监测模型,取得了很好的训练和预测效果。
作者 张江风 黄铭
出处 《建筑技术开发》 2006年第5期157-159,共3页 Building Technology Development
  • 相关文献

参考文献5

二级参考文献14

  • 1黄铭,黄伟,刘俊.基于遗传蠕变理论的土石坝沉降监测混合模型[J].岩土力学,2004,25(z2):164-166. 被引量:13
  • 2张爱玲.人工神经网络中的BP网的建模及应用:(硕士学位论文)[M].南京:河海大学,1997..
  • 3徐秉净 等.神经网络理论与应用[M].广州:华南理工大学出版社,1994..
  • 4Specht D F. A general regression neural network. IEEE Transactions on Neural Networks, 1991,2(6) :568~576.
  • 5Tomandl D, Schober A. A modified general regression neuralnetwork (MGRNN) with new, efficient trainingalgorithms as a robust 'black box'-tool for data analysis. Neural Networks,2001,14(4) : 1023~1034.
  • 6Chtioui Y, Panigrahi S,Francl L. A generalized regression neural network and its application for leaf wentness prediction to forecast plant disease. Chemometrics and Intelligent Laboratory Systems, 1999,48 (1) : 47~58.
  • 7Leung M T,Chen A S,Daouk H. Forecasting exchange rates using general regression neural networks. Computers & Operation Research,2000,27(4) : 1093~1110.
  • 8Specht D F,Romsdahl H. Experience with adaptive probabilistic neural networks and adaptive general regression neural networks, In:Proceedings of the IEEE World Congress on Computational Intelligence, 1994,2:1203~1208.
  • 9黄铭 刘俊.土石坝填筑期实测沉降的因果监测模型分析[A]..全国岩土与工程学术大会论文集[C].北京:人民交通出版社,2003.142-146.
  • 10四川省电力工业局 四川省电力教育协会.水电站大坝安全管理与监测技术[M].北京:中国电力出版社,2000..

共引文献125

同被引文献14

引证文献4

二级引证文献14

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部