人工神經網絡在大壩安全監(jiān)控中的應用研究.pdf

1、大壩觀測資料的分析是掌握大壩運行性態(tài)的重要手段，是判斷大壩安危的科學依據。因此對大壩觀測資料作出及時、合理、有效的分析是大壩安全監(jiān)控的重要工作之一。 影響大壩安全的因素多且復雜。如何充分利用掌握的信息，客觀準確地評價大壩的安全性態(tài)是大壩安全監(jiān)控中急待解決的問題。本文針對傳統(tǒng)數(shù)學模型應用中存在的缺陷，研究了改進的BP神經網絡，對經典BP網絡進行了充分的優(yōu)化并應用于大壩安全監(jiān)控工作中。主要研究內容如下： 1.對BP網絡算法進

2、行了研究。結合以往的研究成果，將數(shù)值優(yōu)化方法中的L-M算法用于經典BP網絡的改進中，提出了基于L-M原理的BP神經網絡的解決方法，解決了經典BP網絡易陷入局部最小的問題。 2.對神經網絡結構進行優(yōu)化。根據神經網絡的特性及其運作方式，將日常廣泛使用的黃金分割原理用于網絡隱節(jié)點個數(shù)的確定中。該方法不僅克服了經驗公式估算及大量試算的弊端，而且能使網絡快速找到較優(yōu)隱節(jié)點數(shù)。 3.研究了網絡初始權值的自相關修正法。將初始權值的修正

3、和網絡各層神經元個數(shù)及傳遞函數(shù)緊密聯(lián)系。該方法有別于傳統(tǒng)網絡初始權值的隨機賦值，提高了網絡的穩(wěn)定性及收斂精度。 4.將上述各單項改進方法結合運用，提出了改進的BP神經網絡。改進的BP神經網絡是對經典BP神經網絡的充分優(yōu)化，有效克服了經典BP神經網絡存在的一些缺陷。 5.利用改進的BP神經網絡建立大壩多因素監(jiān)控模型、三維位移模型、整體模型。整體模型充分考慮大壩的各類影響因素，相比于傳統(tǒng)應用的單點模型和局部模型，更能全面而準