江南大学学报(自然科学版)
江南大學學報(自然科學版)
강남대학학보(자연과학판)
JOURNAL OF SOUTHERN YANGTZE UNIVERSITY(NATURAL SCIENCE EDITION)
2011年
4期
435-438
,共4页
大坝变形预报%神经网络%极限学习方法
大壩變形預報%神經網絡%極限學習方法
대패변형예보%신경망락%겁한학습방법
针对大坝变形具有强非线性的特点以及在采用传统BP神经网络模型进行预报时存在学习速度慢、易陷入局部极小等问题,提出将极限学习机(ELM)方法用于大坝变形预报.该方法不仅可以简化网络参数选择过程,而且可以明显提高网络的训练速度,并具有良好的泛化性能.工程实例结果分析表明了ELM方法应用于大坝变形预报具有可行性和有效性.
針對大壩變形具有彊非線性的特點以及在採用傳統BP神經網絡模型進行預報時存在學習速度慢、易陷入跼部極小等問題,提齣將極限學習機(ELM)方法用于大壩變形預報.該方法不僅可以簡化網絡參數選擇過程,而且可以明顯提高網絡的訓練速度,併具有良好的汎化性能.工程實例結果分析錶明瞭ELM方法應用于大壩變形預報具有可行性和有效性.
침대대패변형구유강비선성적특점이급재채용전통BP신경망락모형진행예보시존재학습속도만、역함입국부겁소등문제,제출장겁한학습궤(ELM)방법용우대패변형예보.해방법불부가이간화망락삼수선택과정,이차가이명현제고망락적훈련속도,병구유량호적범화성능.공정실례결과분석표명료ELM방법응용우대패변형예보구유가행성화유효성.