基于进化神经网络混凝土大坝变形预测

被引:26
作者
李守巨
刘迎曦
刘玉静
机构
[1] 大连理工大学工业装备结构分析国家重点实验室
[2] 长春工业大学基础科学系
关键词
人工神经网络; 变形预报; 混凝土大坝; 遗传算法;
D O I
10.16285/j.rsm.2003.04.036
中图分类号
TV698.1 [水工建筑物的监测与原型观测];
学科分类号
摘要
根据丰满大坝多年变形观测数据,建立了基于进化神经网络混凝土大坝变形预测方法。经典的BP神经网络的缺陷在于收敛速度慢和泛化能力弱等特性。与普通的多元回归方法和传统的BP神经网络相比,采用遗传算法训练的人工神经网络预测模型预报大坝的变形具有精度高和全局收敛的特点。在丰满大坝工程实际应用表明,所建立的基于进化神经网络混凝土大坝变形预报方法与广泛采用的统计方法相比,可以显著提高大坝变形预报精度。
引用
收藏
页码:634 / 638
页数:5
相关论文
共 7 条
[1]   软岩巷道围岩变形时序预测方法的研究 [J].
王永岩 ;
马士进 ;
高菲 .
辽宁工程技术大学学报(自然科学版), 2001, (04) :505-506
[2]   基于遗传算法的结构振动参数识别方法 [J].
李守巨 ;
刘迎曦 ;
王登刚 .
中国矿业大学学报, 2001, (03) :42-46
[3]   基于神经网络的混凝土大坝弹性参数识别方法 [J].
李守巨 ;
刘迎曦 ;
张正平 ;
黄蔚 ;
沈广和 .
大连理工大学学报, 2000, (05) :531-535
[4]   积分回归因子在丰满坝顶水平位移分析中的应用 [J].
荆岫岩 .
东北电力技术, 1999, (06) :6-9+41
[5]   长潭水电厂混凝土大坝变形观测分析研究 [J].
付文生 ;
李廷芥 .
岩土力学, 1998, (03) :87-92
[6]   大坝安全监测的位移分布数学模型 [J].
张进平 ;
庄万康 .
水利学报, 1991, (05) :28-35
[7]  
大坝安全综合评价专家系统[M]. 北京科学技术出版社 , 吴中如,顾冲时著, 1997