论文部分内容阅读
应用BP人工神经网络模型,采用输入层包括前一个月的裂缝观测值和当月的温度值2个神经单元,一个隐层(2个神经单元),一个输出神经单元(本月裂缝值)的简单结构,对四川省映秀湾电站地下厂房顶拱裂缝的观测进行了预测分析.对7条测缝各47个月份的实测裂缝开度资料,将40组裂缝观测值用于权值学习,并用其余7组进行了预测检验,结果表明,应用这种方法预测厂房顶拱裂缝精度较高,方法简单、可行.