大坝观测与土工测试
大壩觀測與土工測試
대패관측여토공측시
DAM OBSERVATION AND GEOTECHNICAL TESTS
2001年
5期
14-16
,共3页
李雪红%徐洪钟%顾冲时%周晓贤
李雪紅%徐洪鐘%顧遲時%週曉賢
리설홍%서홍종%고충시%주효현
大坝%主成分%模糊神经网络%预报
大壩%主成分%模糊神經網絡%預報
대패%주성분%모호신경망락%예보
在大坝观测资料分析中,各因子间常存在不同程度的相关性,这种相关性有时会对分析效果产生较大的影响;另外,通常的回归模型为线性模型,难以精确反映一般为非线性函数的因变量的变化规律.针对上述问题,本文将主成分分析和模糊神经网络相结合,建立大坝观测数据的主成分模糊神经网络模型,经实例计算,该模型的预报精度较高.
在大壩觀測資料分析中,各因子間常存在不同程度的相關性,這種相關性有時會對分析效果產生較大的影響;另外,通常的迴歸模型為線性模型,難以精確反映一般為非線性函數的因變量的變化規律.針對上述問題,本文將主成分分析和模糊神經網絡相結閤,建立大壩觀測數據的主成分模糊神經網絡模型,經實例計算,該模型的預報精度較高.
재대패관측자료분석중,각인자간상존재불동정도적상관성,저충상관성유시회대분석효과산생교대적영향;령외,통상적회귀모형위선성모형,난이정학반영일반위비선성함수적인변량적변화규률.침대상술문제,본문장주성분분석화모호신경망락상결합,건립대패관측수거적주성분모호신경망락모형,경실례계산,해모형적예보정도교고.
