模拟预测性状实时开挖在线学习算法模型推导神经网络实例研究测量记录实测数据施工期可靠性挖方递推
摘要：介绍了分析施工期深挖方性状的两种实时模拟预测(RMP)方法。第1种方法用传统的AR(p)模型推导，第2种方法用简化的伊尔曼(Elman)递推神经网络推导。介绍了一种在线学习算法来描述深挖方的动态性状。作为一个实例研究，对现场开挖进行测量记录，然后根据这些实测数据来确定两种方法的可靠性。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
《水利水电快报》（CN：42-1142/TV）是一本有较高学术价值的大型月刊，自创刊以来，选题新奇而不失报道广度，服务大众而不失理论高度。颇受业界和广大读者的关注和好评。 《水利水电快报》杂志曾荣获水利部科技情报成果二等奖、全国水利系统优秀期刊、湖北省优秀科技期刊，中文优秀期刊(1992)、是中国优秀期刊（遴选）数据库收录期刊、中国学术期刊（光盘版）入编期刊。
省级期刊
人气 150184 评论 66
部级期刊
人气 115434 评论 59
人气 102507 评论 50
人气 96770 评论 61
