基于自适应神经网络的边坡位移预测
通过对边坡位移历史数据序列进行特征分析,计算出饱和嵌入维数和最大Lyapunov指数,给出了边坡位移的最大可预报时间尺度.在此基础上,确定了神经网络的输入节点数,建立了基于自适应神经网络的边坡位移预报方法.通过对三峡升船机高边坡和新滩滑坡实际位移数据进行预测,结果令人满意.这对于建立边坡位移的实时监测-预警系统有重要意义.
作 者: 吕金虎 陈益峰 张锁春 作者单位: 吕金虎,张锁春(中国科学院数学与系统科学研究院应用数学研究所,)陈益峰(武汉大学水电系,)
刊 名: 系统工程理论与实践 ISTIC EI PKU 英文刊名: SYSTEMS ENGINEERING——THEORY & PRACTICE 年,卷(期): 2001 21(12) 分类号: O233 X43 关键词: 自适应神经网络 Lyapunov指数 边坡位移预测