期刊导航
期刊开放获取
唐山市科学技术情报研究..
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
4
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于递阶对角神经网络的大坝变形预报模型
被引量:
4
1
作者
赵二峰
金永强
+1 位作者
金怡
杨阳
《武汉大学学报(工学版)》
CAS
CSCD
北大核心
2009年第3期344-348,共5页
针对大坝工作条件复杂,影响因素繁多,致使现有监控模型预报精度偏差过大问题,基于递阶对角神经网络能够逼近任意非线性函数的特点,使用串并联模型辨识器,采用动态BP学习算法,以水压、温度和时效因子为输入量,坝体位移为输出量,结合工程...
针对大坝工作条件复杂,影响因素繁多,致使现有监控模型预报精度偏差过大问题,基于递阶对角神经网络能够逼近任意非线性函数的特点,使用串并联模型辨识器,采用动态BP学习算法,以水压、温度和时效因子为输入量,坝体位移为输出量,结合工程实例提出了大坝变形监测的递阶对角神经网络模型,并将该模型用于坝体变形数据的拟合分析及其预测预报.研究表明,该网络不仅收敛速度快,提高了算法的效率,而且对实测数据具有较好的拟合效果,提高了预报精度,在大坝安全预测分析中具有有效性和优越性.
展开更多
关键词
大坝变形预测
递阶对角神经网络
串并联模型
动态BP学习算法
预报
原文传递
基于递阶对角神经网络的失业预测研究
被引量:
4
2
作者
张兴会
李翔
+1 位作者
陈增强
袁著祉
《数量经济技术经济研究》
CSSCI
北大核心
2002年第9期114-117,共4页
本文通过构建递阶对角神经网络来建立失业模型并探讨失业规律,采用我国的宏观经济数据进行了失业预测研究。结果表明将神经网络用于社会经济方面的建模和预测有独特的优势。
关键词
数据挖掘
递阶对角神经网络
失业预测
经济建模
中国
原文传递
HDNN-MC模型在特高拱坝变形预测中的应用
被引量:
2
3
作者
殷详详
包腾飞
+2 位作者
李月娇
路雷
杨阳
《中国科技论文》
CAS
北大核心
2014年第11期1258-1261,共4页
递阶对角神经网络(HDNN)采用动态BP学习算法,可以逼近任意非线性函数且具有收敛速度快、预报精度高的特点,因此本文将其引入到大坝安全监测领域,以水压、温度和时效为输入量,坝体位移为输出量,在此基础上运用马尔科夫链(MC)模型对预测...
递阶对角神经网络(HDNN)采用动态BP学习算法,可以逼近任意非线性函数且具有收敛速度快、预报精度高的特点,因此本文将其引入到大坝安全监测领域,以水压、温度和时效为输入量,坝体位移为输出量,在此基础上运用马尔科夫链(MC)模型对预测数据进行残差计算和状态划分,确定马尔科夫链状态概率矩阵,通过马尔科夫链状态概率矩阵对HDNN模型进行反馈修正,从而提高精度。基于此建立了HDNN-MC模型并应用于某特高拱坝的变形预测。结果表明,HDNN-MC综合模型相对于单一模型,预测精度得到显著提高,能更高效准确地预测大坝变形。
展开更多
关键词
马尔科夫链模型
递阶对角神经网络
变形预测
特高拱坝
在线阅读
下载PDF
职称材料
重力坝基岩力学时变特性随机动态分析模型
被引量:
1
4
作者
赵二峰
朱凯
刘敬洋
《武汉大学学报(工学版)》
CAS
CSCD
北大核心
2013年第1期89-94,共6页
以实测资料为依据,利用随机有限元计算了重力坝在环境荷载作用下的效应场,并基于递阶对角神经网络原理,动态获取了重力坝基岩力学时变特性参数,建立了重力坝基岩力学时变特性随机动态分析模型,可用于评估重力坝基岩力学时变特性参数的...
以实测资料为依据,利用随机有限元计算了重力坝在环境荷载作用下的效应场,并基于递阶对角神经网络原理,动态获取了重力坝基岩力学时变特性参数,建立了重力坝基岩力学时变特性随机动态分析模型,可用于评估重力坝基岩力学时变特性参数的变化性态.
展开更多
关键词
重力坝
随机动态模型
递阶对角神经网络
时变特性
原文传递
题名
基于递阶对角神经网络的大坝变形预报模型
被引量:
4
1
作者
赵二峰
金永强
金怡
杨阳
机构
河海大学水利水电工程学院
河海大学水资源高效利用与工程安全国家工程研究中心
出处
《武汉大学学报(工学版)》
CAS
CSCD
北大核心
2009年第3期344-348,共5页
基金
国家自然科学基金项目(编号:50539030
50539110
+8 种基金
50539010
50809025
50879024)
国家科技支撑计划课题(编号:2006BAC14B03
20070294023
2008BAB29B03
2008BAB29B06)
中国水电工程顾问集团公司科技项目(编号:CHC-KJ-2007-02)
江苏省"333高层次人才培养工程"科研项目(编号:2017-B08037)
文摘
针对大坝工作条件复杂,影响因素繁多,致使现有监控模型预报精度偏差过大问题,基于递阶对角神经网络能够逼近任意非线性函数的特点,使用串并联模型辨识器,采用动态BP学习算法,以水压、温度和时效因子为输入量,坝体位移为输出量,结合工程实例提出了大坝变形监测的递阶对角神经网络模型,并将该模型用于坝体变形数据的拟合分析及其预测预报.研究表明,该网络不仅收敛速度快,提高了算法的效率,而且对实测数据具有较好的拟合效果,提高了预报精度,在大坝安全预测分析中具有有效性和优越性.
关键词
大坝变形预测
递阶对角神经网络
串并联模型
动态BP学习算法
预报
Keywords
dam deformation
hierarchical diagonal neural network
series-parallel model
dynamic BP learning algorithm
forecast
分类号
TV698.1 [水利工程—水利水电工程]
TP183 [自动化与计算机技术—控制理论与控制工程]
原文传递
题名
基于递阶对角神经网络的失业预测研究
被引量:
4
2
作者
张兴会
李翔
陈增强
袁著祉
机构
天津技术师范学院
南开大学自动化系
出处
《数量经济技术经济研究》
CSSCI
北大核心
2002年第9期114-117,共4页
基金
国家科技部项目(K97-10-50)资助研究
文摘
本文通过构建递阶对角神经网络来建立失业模型并探讨失业规律,采用我国的宏观经济数据进行了失业预测研究。结果表明将神经网络用于社会经济方面的建模和预测有独特的优势。
关键词
数据挖掘
递阶对角神经网络
失业预测
经济建模
中国
分类号
F279.214 [经济管理—企业管理]
F241.4 [经济管理—劳动经济]
原文传递
题名
HDNN-MC模型在特高拱坝变形预测中的应用
被引量:
2
3
作者
殷详详
包腾飞
李月娇
路雷
杨阳
机构
河海大学水利水电学院
河海大学水资源高效利用与工程安全国家工程研究中心
南京水利科学研究院大坝安全与管理研究所
出处
《中国科技论文》
CAS
北大核心
2014年第11期1258-1261,共4页
基金
国家自然科学基金资助项目(51279052)
新世纪优秀人才支持计划资助项目(NCET-11-0628
+3 种基金
NCET-10-0359)
高等学校博士学科点专项科研基金资助项目(20120094110005)
中央高校基本科研业务费专项资金资助项目(2012B07214)
南京水科院开放流动研究基金资助项目(Y714010)
文摘
递阶对角神经网络(HDNN)采用动态BP学习算法,可以逼近任意非线性函数且具有收敛速度快、预报精度高的特点,因此本文将其引入到大坝安全监测领域,以水压、温度和时效为输入量,坝体位移为输出量,在此基础上运用马尔科夫链(MC)模型对预测数据进行残差计算和状态划分,确定马尔科夫链状态概率矩阵,通过马尔科夫链状态概率矩阵对HDNN模型进行反馈修正,从而提高精度。基于此建立了HDNN-MC模型并应用于某特高拱坝的变形预测。结果表明,HDNN-MC综合模型相对于单一模型,预测精度得到显著提高,能更高效准确地预测大坝变形。
关键词
马尔科夫链模型
递阶对角神经网络
变形预测
特高拱坝
Keywords
Markov chain model hierarchical diagonal neural network deformation forecast super-high arch dam
分类号
TV642.4 [水利工程—水利水电工程]
TV698.11 [水利工程—水利水电工程]
在线阅读
下载PDF
职称材料
题名
重力坝基岩力学时变特性随机动态分析模型
被引量:
1
4
作者
赵二峰
朱凯
刘敬洋
机构
河海大学水文水资源与水利工程科学国家重点实验室
河海大学水资源高效利用与工程安全国家工程研究中心
出处
《武汉大学学报(工学版)》
CAS
CSCD
北大核心
2013年第1期89-94,共6页
基金
河海大学中央高校基本科研业务费项目(编号:2012B00814)
水利部公益性行业科研专项经费项目(编号:201201038)
中国电力投资集团公司科技项目(编号:2011-042-HHS-KJ-X)
文摘
以实测资料为依据,利用随机有限元计算了重力坝在环境荷载作用下的效应场,并基于递阶对角神经网络原理,动态获取了重力坝基岩力学时变特性参数,建立了重力坝基岩力学时变特性随机动态分析模型,可用于评估重力坝基岩力学时变特性参数的变化性态.
关键词
重力坝
随机动态模型
递阶对角神经网络
时变特性
Keywords
gravity dam
random dynamical model
hierarchical diagonal neural network
time-varying characteristics
分类号
TV698.1 [水利工程—水利水电工程]
O211.6 [理学—概率论与数理统计]
原文传递
题名
作者
出处
发文年
被引量
操作
1
基于递阶对角神经网络的大坝变形预报模型
赵二峰
金永强
金怡
杨阳
《武汉大学学报(工学版)》
CAS
CSCD
北大核心
2009
4
原文传递
2
基于递阶对角神经网络的失业预测研究
张兴会
李翔
陈增强
袁著祉
《数量经济技术经济研究》
CSSCI
北大核心
2002
4
原文传递
3
HDNN-MC模型在特高拱坝变形预测中的应用
殷详详
包腾飞
李月娇
路雷
杨阳
《中国科技论文》
CAS
北大核心
2014
2
在线阅读
下载PDF
职称材料
4
重力坝基岩力学时变特性随机动态分析模型
赵二峰
朱凯
刘敬洋
《武汉大学学报(工学版)》
CAS
CSCD
北大核心
2013
1
原文传递
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部