大坝变形监测模型相关论文
支持向量机（SVM）能有效解决高维数非线性问题,且具有很好的泛化能力,其关键在于惩罚因子及核参数的选取;遗传算法具有良好的全局搜索......
结合Matlab和Delphi各自的优点，利用M文件的传输技术将Delphi和Matlab连接起来，开发出界面友好，功能强大的BP神经网络应用系统，并利用......
分析与处理大坝变形监测资料对于大坝安全运行意义重大.支持向量机(SVM)能够有效解决高维数的非线性问题,并且具有良好的泛化能力.......
针对人工神经网络在大坝变形监测模型应用中所出现的收敛慢和稳定性差等问题，提出了偏最小二乘法与人工神经网络耦合的大坝变形监测......
建立有效的大坝变形监测模型可以反映大坝运行情况.相关向量机(RVM)具有良好的泛化能力,且适于解决非线性问题,尤其是高维数情况.......
针对常规径向基函数（RBF）神经网络模型无法选择显著预报因子和易陷入局部最优解的问题,建立一种融合平均影响值（MIV）、改进果蝇算法（FOA......
