基于遗传神经网络的渗流实时预报方法研究

被引:4
作者
闫滨
周晶
机构
[1] 大连理工大学土木水利学院
[2] 沈阳农业大学水利学院
关键词
渗流; 实时预报; 遗传算法; 人工神经网络;
D O I
10.16285/j.rsm.2006.s1.077
中图分类号
TV698.12 []; TP183 [人工神经网络与计算];
学科分类号
摘要
考虑渗流的主要影响因子,运用遗传神经网络建立了大坝渗流实时预报模型。该模型具有再学习能力,在应用过程中,可以用新的观测资料对模型不断地进行学习训练,且随着样本的积累,模型预报精度不断提高,预报速度很快,因而完全满足实时预报的需要。利用该模型对丰满大坝横向扬压力进行了建模预报,预报值与实测值基本吻合,预测精度高,证明该方法用于大坝渗流实时预报的有效性和实用性。
引用
收藏
页码:147 / 150
页数:4
相关论文
共 6 条
[1]  
遗传算法原理及应用.[M].周明;孙树栋编著;.国防工业出版社.1999,
[2]  
面向MATLAB工具箱的神经网络理论与应用.[M].丛爽编著;.中国科学技术大学出版社.1998,
[3]  
水工建筑物安全监控理论及其应用.[M].吴中如等著;.河海大学出版社.1990,
[4]   基于遗传-神经网络的深基坑变形实时预报方法研究 [J].
刘勇健 ;
李彰明 ;
张建龙 ;
易又庆 .
岩石力学与工程学报, 2004, (06) :1010-1014
[5]   大坝变形监测遗传神经网络模型 [J].
王志旺 ;
张保军 ;
李迪 ;
张漫 .
岩土力学, 2003, (S1) :130-133
[6]   BP模型在大坝安全监测预报中的应用 [J].
赵斌 ;
吴中如 ;
张爱玲 .
大坝观测与土工测试, 1999, (06) :1-4