基于融合型WNN的大坝裂缝开合度预测模型研究

摘要：

大坝的裂缝开合度监测是大坝安全监测中重要的项目之一.因此,大坝裂缝开合度预测的准确性对大坝安全监控十分重要.外界诸多因素都会对大坝裂缝开合度造成一定的影响,导致情况非常复杂.为了提高大坝裂缝开合度预测的精度,本文尝试将融合型WNN(小波神经网络)应用于大坝裂缝开合度预测,并将该模型应用于某混凝土大坝的裂缝开合度预测中,并与BP神经网络模型、松散型WNN模型及传统的多元回归模型预测结果进行对比.结果表明,融合型WNN用于大坝裂缝开合度预测精度更高,效果更好.

关键词： 大坝 裂缝开合度 预测精度 融合型小波神经网络

作者: 钟黎雨 刘天祥 夏天倚 陶亮 孙斌斌

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

会议类型: 国内会议

会议名称: 全国大坝安全监测技术信息网2014年全国大坝安全监测技术与应用学术交流会

会议地点: 山西大同

会议语种:中文

页码: 142-147

在线出版日期: 2014-10-01（万方平台首次上网日期，不代表论文的发表时间）