小波和混沌神经网络在大坝变形预测中的应用

发布时间：2022-10-29 16:33

　　大坝是复杂的变形系统,其变形表现为动态非线性,也存在混沌现象。为充分利用大坝变形监测位移时间序列,实现位移单变量情况下的准确预测,提出了一种小波和混沌神经网络预测新方法,首先对大坝位移变形监测数据进行小波分解,其次对分解后的平滑信号进行傅里叶函数拟合预测,再对细节信号进行软阈值去噪和混沌神经网络预测,最后将预测信号进行小波重构。通过工程实例对比分析了小波和混沌神经网络预测新方法、神经网络模型、多元回归模型在大坝位移变形预测中的精度。结果表明,小波和混沌神经网络预测方法的预测精度最高,可以应用于大坝变形预测。 

【文章页数】：5 页

【文章目录】：
1 混沌神经网络分析
    1.1 C-C法相空间重构
    1.2 Wolf算法求解最大Lyapunov 指数
    1.3 混沌神经网络分析
2 小波和混沌神经网络预测
3 大坝变形监测位移预测分析
    3.1 小波函数选取和平滑信号逼近
    3.2 细节信号噪声去除
    3.3 小波和混沌神经网络预测
    3.4 各模型预测对比分析
4 结 论


【参考文献】：
期刊论文
[1]基于灰色最小二乘支持向量机的大坝变形预测[J]. 任超,梁月吉,庞光锋,蓝岚.  大地测量与地球动力学. 2015(04)
[2]最优非负变权组合模型在大坝变形中的应用[J]. 任超,梁月吉,庞光锋,杨兴跃.  大地测量与地球动力学. 2014(06)
[3]遗传小波神经网络在大坝变形预测中的应用[J]. 胡纪元,文鸿雁,周吕,陈冠宇.  人民黄河. 2014(10)
[4]桥梁变形数据小波去噪与混沌预测[J]. 栾元重,栾亨宣,马德鹏,刘娜,周岩.  大地测量与地球动力学. 2013(05)
[5]小波去噪质量评价方法的对比研究[J]. 陶珂,朱建军.  大地测量与地球动力学. 2012(02)
[6]基于小波分析的灰色预测模型在大坝安全监测中的应用[J]. 焦明连,蒋廷臣.  大地测量与地球动力学. 2009(02)

博士论文
[1]混沌时序分析中的若干问题及其应用研究[D]. 修妍.天津大学 2007

硕士论文
[1]神经网络优化模型在大坝变形预报中的应用研究[D]. 胡纪元.桂林理工大学 2015
[2]基于混沌和小波神经网络的短时交通流预测方法研究[D]. 金玉婷.西南交通大学 2014



本文编号：3698040