钱程
- 作品数：10 被引量：17H指数：3
- 供职机构：河海大学更多>>
- 发文基金：国家教育部博士点基金国家自然科学基金水利部公益性行业科研专项更多>>
- 相关领域：水利工程医药卫生历史地理自动化与计算机技术更多>>
- 一种具有铠装保护的水工钢闸门安全监测信息储存箱
- 本发明公开了一种具有铠装保护的水工钢闸门安全监测信息储存箱，本发明整体布局与箱体外形大小相适应，密封凹槽呈现直线伸展围合，并且轮廓边缘采用圆弧过渡，形成了一种围合矩形圆弧结构。本发明设计一种中部较为密集，边缘较为稀疏的螺...
- 郭建斌冶金祥钱程张玲游仕豪梁翔
- 文献传递
- 一种具有铠装保护的水工钢闸门安全监测信息储存箱
- 本发明公开了一种具有铠装保护的水工钢闸门安全监测信息储存箱，本发明整体布局与箱体外形大小相适应，密封凹槽呈现直线伸展围合，并且轮廓边缘采用圆弧过渡，形成了一种围合矩形圆弧结构。本发明设计一种中部较为密集，边缘较为稀疏的螺...
- 郭建斌冶金祥钱程张玲游仕豪梁翔
- 文献传递
- SVM-RBFNN组合模型在某混凝土双曲拱坝变形监测中的应用被引量：3
- 2015年
- 大坝变形监测数据由于受水位、温度、时效等因素的影响,是一个非线性、非平稳的时间序列。考虑到支持向量机模型(SVM)对小样本、非线性问题有很好的预测效果,采用SVM模型刻画样本数据的趋势性信息;同时运用径向基函数神经网络(RBFNN)对残差序列进行分析和预测,并将时间序列的趋势项和误差项线性叠加,组成SVM-RBFNN组合预测模型。实例应用表明,SVM-RBFNN组合模型精度高于SVM模型,具有一定的实用性。
- 钱程李连基周子东
- 关键词：大坝安全支持向量机神经网络
- 一种具有水下密封紧定螺孔结构的水工钢闸门信息储存箱
- 本实用新型公开了一种具有水下密封紧定螺孔结构的水工钢闸门信息储存箱，属于水力工程设备领域。为解决水利工程制式箱体的设计不适合水下压力受载不均和激流冲击等水利工程中特有的工作环境的问题，本实用新型设计一种中部较为密集，边缘...
- 郭建斌钱程冶金祥张晓康
- 文献传递
- 偏最小二乘-马尔科夫模型在大坝位移预测中的应用被引量：6
- 2015年
- 为克服大坝位移预测回归模型中,选取因子的多重相关性对回归方程的影响,同时考虑到位移的波动性对残差的影响,提出一种偏最小二乘-马尔科夫链大坝位移预测模型.偏最小二乘法能够有效解决多重相关性的问题,马尔科夫链具有适应数据波动的优点,两种方法相结合发挥各自优势,以进一步提高单一偏最小二乘回归的预测能力.工程实例的分析表明,该模型能够有效提高预测精度.
- 周子东郑东健蒋明钱程
- 关键词：安全监测偏最小二乘法马尔科夫链
- 基于ABCA-SVM的大坝变形预警模型被引量：2
- 2018年
- 合理分析大坝变形监测数据序列特征,精确预测大坝变形状况,是大坝安全监测的重要内容。针对常用大坝安全监测分析模型存在的不足,将人工蜂群算法与支持向量机模型结合起来,利用人工蜂群算法全局搜索能力强、收敛速度快等优点对支持向量机模型的惩罚因子C和核参数δ进行优化,建立了ABCA-SVM模型。某水电站大坝坝顶某点的112组径向位移预测实例表明,ABCA-SVM模型预测精度高于标准SVM模型的,可以在大坝安全监测领域推广应用。
- 钱程李连基周子东
- 关键词：大坝安全人工蜂群算法
- 一种边缘圆弧包络的水工钢闸门信息存储箱
- 本实用新型公开了一种边缘圆弧包络的水工钢闸门信息存储箱，属于水利工程设备领域，为解决水工钢闸门近水、水下等运行作业工况条件下，箱体受到水压力、激流脉动交变冲击等运行工况带来的作用影响，外部表面易损伤，箱体内部装置难以正常...
- 郭建斌钱程冶金祥张晓康
- 文献传递
- 基于萤火虫算法的大坝安全监控BP网络模型及其应用
- 神经网络能够较好地解决非线性映射问题,是构建大坝安全监控模型的热门工具之一.但其过于依赖连接权值和阈值的初始值,容易陷入局部极值,影响所建大坝安全监控模型的拟合和预测精度.为了改善这个问题,引入萤火虫算法,用来获取BP神...
- 李连基钱程闫潇群
- 关键词：大坝安全监控模型萤火虫算法小波包分解
- 基于萤火虫算法的大坝安全监控BP网络模型及其应用
- 2015年
- 为改善大坝安全监控BP神经网络模型易陷入局部极值的问题,引入萤火虫算法,用来获取BP神经网络的连接权值和阈值的初始值。依据大坝安全监测数据,借助改进后的BP神经网络,实现大坝安全监控模型的构建和安全状况预测。实例验证结果表明,改进模型较常规BP神经网络模型的训练效果更稳定,预测精度更高。该方法具有一定的实用价值。
- 李连基钱程闫潇群
- 关键词：大坝安全BP神经网络萤火虫算法小波包分解
- 基于GM-ANN组合模型的大坝变形监测数据分析方法被引量：6
- 2015年
- 大坝变形监测数据由于受水位、温度、时效等多因素影响,呈现一定的趋势性和波动性。引入时间序列分析模型和方法,合理分析大坝变形监测数据序列特征,精确预测大坝变形状况,是大坝安全监测的重要内容。重点针对"贫信息"、"小样本"情况下的大坝变形监测数据序列,将灰色模型(GM)与人工神经网络(ANN)模型相结合,研究了分析和预测大坝变形监测数据的方法,并进行工程实例验证。首先利用灰色模型拟合和预测实测样本数据,然后将灰色模型残差作为人工神经网络模型的学习样本进行训练和预测,最后将上述结果进行综合得到大坝变形的预测值。应用文中所述方法对某实际大坝变形监测数据的建模检验表明,本文给出的GM-ANN模型预测精度高于GM(1,1)模型,具有较好的实用性。
- 钱程李连基周子东
- 关键词：大坝安全人工神经网络
