东华理工大学学报（自然科学版）
東華理工大學學報（自然科學版）
동화리공대학학보（자연과학판）
JOURNAL OF EAST CHINA INSTITUTE OF TECHNOLOGY(NATURAL SCIENCE)
2011年
3期
288-292
,共5页
主成分分析%大坝变形%BP神经网络
主成分分析%大壩變形%BP神經網絡
주성분분석%대패변형%BP신경망락
将主成分分析与BP神经网络相结合应用到大坝变形影响因子的优化中,建立大坝变形预测模型.可以有效地降低输入因子的维数,减小因子之间相关性的影响,简化网络结构,降低网络训练难度,提高预测的稳定性及精度,提升BP网络训练的效率,解决由影响因子内部相关性而需引入大量因子的问题.通过实验结果对比表明,主成分分析与BP网络相结合的大坝预报模型精度及稳定性明显优于其他模型.
將主成分分析與BP神經網絡相結閤應用到大壩變形影響因子的優化中,建立大壩變形預測模型.可以有效地降低輸入因子的維數,減小因子之間相關性的影響,簡化網絡結構,降低網絡訓練難度,提高預測的穩定性及精度,提升BP網絡訓練的效率,解決由影響因子內部相關性而需引入大量因子的問題.通過實驗結果對比錶明,主成分分析與BP網絡相結閤的大壩預報模型精度及穩定性明顯優于其他模型.
장주성분분석여BP신경망락상결합응용도대패변형영향인자적우화중,건립대패변형예측모형.가이유효지강저수입인자적유수,감소인자지간상관성적영향,간화망락결구,강저망락훈련난도,제고예측적은정성급정도,제승BP망락훈련적효솔,해결유영향인자내부상관성이수인입대량인자적문제.통과실험결과대비표명,주성분분석여BP망락상결합적대패예보모형정도급은정성명현우우기타모형.
