偏最小二乘法与神经网络耦合的大坝监测模型

摘要：

　　针对人工神经网络在大坝变形监测模型应用中所出现的收敛慢和稳定性差等问题，提出了偏最小二乘法与人工神经网络耦合的大坝变形监测模型，提高了神经网络的学习速率和稳定性。首先运用偏最小二乘法对多维自变量进行主成分提取和降维处理，解决了变量之间的多重相关问题。通过MATLAB运行结果的对比：偏最小二乘神经网络耦合模型的拟合速度和精度都高于耦合前的神经网络。

关键词： 水工建筑物 监测模型 人工神经网络 偏最小二乘法

作者: 郑东健 吕蓓蓓

作者单位: 河海大学水利水电学院,江苏南京210098;河海大学水资源高效利用与工程安全国家工程研究中心,江苏南京210098

会议类型: 国内会议

会议名称: 2012年中国水力发电工程学会大坝安全监测专委会年会暨学术交流会

会议地点: 杭州

会议语种:中文

页码: 147-150

在线出版日期: 2012-11-01（万方平台首次上网日期，不代表论文的发表时间）