資源簡介
為了提高混凝土壩位移趨勢的預測精度, 提出了一種基于主成分分析( PCA) 和徑向基( RBF)
神經網絡的混凝土壩位移趨勢性預測模型( PCA - RBF) 。首先, 利用主成分分析, 將混凝土壩多測點
的徑向位移監測數據降維, 消除影響分量數據集的多重相關性, 分別提取出主元位移和主元影響分
量。然后, 把主元位移和主元影響分量輸入徑向基神經網絡并構建模型, 對提取出的主元位移進行預
測。最后, 將本法應用于某混凝土壩, 結果表明, PCA - RBF 模型的均方根誤差( RMSE) , 平均絕對
誤差( MAE) 和平均絕對百分比誤差( MAPE) 分別為 2. 037 8 mm, 1. 698 6 mm 和 3. 32% , 顯著低于傳
統的多元回歸統計模型、徑向基神經網絡模型( RBF) 和利用經主成分分析進行因子處理的 BP 神經網
絡模型( PCA - BP) , 說明 PCA - RBF 模型有著良好的預測精度
代碼片段和文件信息
評論
共有 條評論