水电能源科学
水電能源科學
수전능원과학
INTERNATIONAL JOURNAL HYDROELECTRIC ENERGY
2010年
3期
60-62
,共3页
佟剑杰%钱飞%张磊%崔永建
佟劍傑%錢飛%張磊%崔永建
동검걸%전비%장뢰%최영건
断(夹)层%RBF网络%Matlab%newrb函数%位移监测
斷(夾)層%RBF網絡%Matlab%newrb函數%位移鑑測
단(협)층%RBF망락%Matlab%newrb함수%위이감측
针对RBF神经网络可解决BP算法收敛速度慢、易陷于局部最小等问题,介绍了RBF下神经网络的训练与设计方法,构建了某坝坝肩断(夹)层位移数据分析的RBF神经网络,并对测试样本进行了预测.结果表明,采用该法的预测误差约为±0.2 mm,预测效果较好.
針對RBF神經網絡可解決BP算法收斂速度慢、易陷于跼部最小等問題,介紹瞭RBF下神經網絡的訓練與設計方法,構建瞭某壩壩肩斷(夾)層位移數據分析的RBF神經網絡,併對測試樣本進行瞭預測.結果錶明,採用該法的預測誤差約為±0.2 mm,預測效果較好.
침대RBF신경망락가해결BP산법수렴속도만、역함우국부최소등문제,개소료RBF하신경망락적훈련여설계방법,구건료모패패견단(협)층위이수거분석적RBF신경망락,병대측시양본진행료예측.결과표명,채용해법적예측오차약위±0.2 mm,예측효과교호.
