-
作者
李冰徐笑笑
-
单位
江西理工大学土木与测绘工程学院
-
摘要
针对大坝变形预测模型精度不高、特征提取能力差等问题，构建基于深度置信网络（DBN）的预测模型，以官地水电站2012～2016年的变形数据为例，实现大坝变形后10期的准确预测。结果表明，DBN模型三项评价指标分别为0.23 mm、0.30 mm、7.09%,显著优于其他比较模型，能够更加准确预测大坝变形，为大坝变形预测提供一种新的方法。
-
关键词
大坝变形变形预测神经网络深度置信网络
-
文章目录
1 大坝变形预测模型构建
1.1 DBN理论与模型构建
1.2 大坝变形预测实现步骤及流程
(1)原始变形监测数据预处理：
(2)数据归一化：
(3)数据分割：
(4)RBM无监督训练：
(5)BP算法有监督训练：
(6)网络预测输出：
(7)预测结果的反归一化：
(8)精度评定：
2 工程应用
3 结 论
-
引用格式
李冰,徐笑笑.基于深度置信网络的大坝变形预测研究[J].矿山测量,2022,50(01):28-31+69.
矿山测量 
2022年第01期 
