大壩是復(fù)雜的變形系統(tǒng),其變形表現(xiàn)為動(dòng)態(tài)非線性,也存在混沌現(xiàn)象。為充分利用大壩變形監(jiān)測(cè)位移時(shí)間序列,實(shí)現(xiàn)位移單變量情況下的準(zhǔn)確預(yù)測(cè),提出了一種小波和混沌神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)新方法,首先對(duì)大壩位移變形監(jiān)測(cè)數(shù)據(jù)進(jìn)行小波分解,其次對(duì)分解后的平滑信號(hào)進(jìn)行傅里葉函數(shù)擬合預(yù)測(cè),再對(duì)細(xì)節(jié)信號(hào)進(jìn)行軟閾值去噪和混沌神經(jīng)網(wǎng)絡(luò)預(yù)測(cè),最后將預(yù)測(cè)信號(hào)進(jìn)行小波重構(gòu)。通過工程實(shí)例對(duì)比分析了小波和混沌神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)新方法、神經(jīng)網(wǎng)絡(luò)模型、多元回歸模型在大壩位移變形預(yù)測(cè)中的精度。結(jié)果表明,小波和混沌神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)方法的預(yù)測(cè)精度最高,可以應(yīng)用于大壩變形預(yù)測(cè)。 

【文章頁數(shù)】：5 頁

【文章目錄】：
1 混沌神經(jīng)網(wǎng)絡(luò)分析
    1.1 C-C法相空間重構(gòu)
    1.2 Wolf算法求解最大Lyapunov 指數(shù)
    1.3 混沌神經(jīng)網(wǎng)絡(luò)分析
2 小波和混沌神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)
3 大壩變形監(jiān)測(cè)位移預(yù)測(cè)分析
    3.1 小波函數(shù)選取和平滑信號(hào)逼近
    3.2 細(xì)節(jié)信號(hào)噪聲去除
    3.3 小波和混沌神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)
    3.4 各模型預(yù)測(cè)對(duì)比分析
4 結(jié) 論


【參考文獻(xiàn)】：
期刊論文
[1]基于灰色最小二乘支持向量機(jī)的大壩變形預(yù)測(cè)[J]. 任超,梁月吉,龐光鋒,藍(lán)嵐.  大地測(cè)量與地球動(dòng)力學(xué). 2015(04)
[2]最優(yōu)非負(fù)變權(quán)組合模型在大壩變形中的應(yīng)用[J]. 任超,梁月吉,龐光鋒,楊興躍.  大地測(cè)量與地球動(dòng)力學(xué). 2014(06)
[3]遺傳小波神經(jīng)網(wǎng)絡(luò)在大壩變形預(yù)測(cè)中的應(yīng)用[J]. 胡紀(jì)元,文鴻雁,周呂,陳冠宇.  人民黃河. 2014(10)
[4]橋梁變形數(shù)據(jù)小波去噪與混沌預(yù)測(cè)[J]. 欒元重,欒亨宣,馬德鵬,劉娜,周巖.  大地測(cè)量與地球動(dòng)力學(xué). 2013(05)
[5]小波去噪質(zhì)量評(píng)價(jià)方法的對(duì)比研究[J]. 陶珂,朱建軍.  大地測(cè)量與地球動(dòng)力學(xué). 2012(02)
[6]基于小波分析的灰色預(yù)測(cè)模型在大壩安全監(jiān)測(cè)中的應(yīng)用[J]. 焦明連,蔣廷臣.  大地測(cè)量與地球動(dòng)力學(xué). 2009(02)

博士論文
[1]混沌時(shí)序分析中的若干問題及其應(yīng)用研究[D]. 修妍.天津大學(xué) 2007

碩士論文
[1]神經(jīng)網(wǎng)絡(luò)優(yōu)化模型在大壩變形預(yù)報(bào)中的應(yīng)用研究[D]. 胡紀(jì)元.桂林理工大學(xué) 2015
[2]基于混沌和小波神經(jīng)網(wǎng)絡(luò)的短時(shí)交通流預(yù)測(cè)方法研究[D]. 金玉婷.西南交通大學(xué) 2014



本文編號(hào)：3698040