摘要：在由多種因素導致的橋梁變形進行變形預測時,針對大多神經(jīng)網(wǎng)絡(luò)預測方法具有局部最優(yōu)等局限性,以及高維度的影響因子之間具有很強的相關(guān)性和信息重疊性等問題,該文提出基于主成分分析(PCA)的徑向基函數(shù)(RBF)神經(jīng)網(wǎng)絡(luò)來進行橋梁變形預測,并和直接采用RBF神經(jīng)網(wǎng)絡(luò)的預測結(jié)果進行了對比。實例分析證明:兩種方法的訓練誤差都在10-15mm級,均能很好地訓練樣本,其中基于主成分分析的徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)誤差更小,提高了預測精度,這對變形監(jiān)測中分析主要的影響因子從而建立預測模型具有參考意義。
注：因版權(quán)方要求，不能公開全文，如需全文，請咨詢雜志社
