PCA-RBF神經(jīng)網(wǎng)絡(luò)模型在橋梁變形預(yù)測(cè)中的應(yīng)用分析

摘要：在由多種因素導(dǎo)致的橋梁變形進(jìn)行變形預(yù)測(cè)時(shí),針對(duì)大多神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)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(qiáng)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(lái)進(jìn)行橋梁變形預(yù)測(cè),并和直接采用RBF神經(jīng)網(wǎng)絡(luò)的預(yù)測(cè)結(jié)果進(jìn)行了對(duì)比。實(shí)例分析證明:兩種方法的訓(xùn)練誤差都在10-15mm級(jí),均能很好地訓(xùn)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(yù)測(cè)精度,這對(duì)變形監(jiān)測(cè)中分析主要的影響因子從而建立預(yù)測(cè)模型具有參考意義。