摘要: 为了对大坝进行切实有效的监控,需要建立一个良好的大坝预测模型。针对传统BP(Back-Propagation)神经网络存在的收敛速度慢和泛化能力弱等缺陷,利用LM-BP(Levenberg Marquardt Back Propagation)算法对大坝变形进行预测,并根据丹江口大坝1996和1997两年的变形观测数据,对大坝挠度预测结果进行分析。结果表明,所建立的LM-BP神经网络的预测精度和收敛速度明显提高。
中图分类号:
缪新颖1,2,褚金奎1,杜小文1. LM-BP神经网络在大坝变形预测中的应用[J]. 计算机工程与应用, 2011, 47(1): 220-222.
MIAO Xinying1,2,CHU Jinkui1,DU Xiaowen1. Application of LM-BP neural network in predicting dam deformation[J]. Computer Engineering and Applications, 2011, 47(1): 220-222.