云神经网络模型在土石坝变形预测中的应用研究.pdf

摘 要 大坝在水力发电、防洪、调蓄水资源等方面都发挥着巨大的作用。为确保大坝的安 全，在建设、运行管理等环节都需进行大坝变形监测。怎样及时准确的分析大坝变形监 测资料从而建立监测模型，并在此基础上进行科学的预测非常重要。本文结合某土石坝 沉降监测数据，综合径向基神经网络和云模型两种模型，在基于云模型的径向基神经网 络改进模型算法的基础上进行改进，对土石坝变形进行预测。本文所做的主要工作和成 果如下： 1、在简要介绍云模型的定义、基本特征值和云的“3En ”规则的基础上重点介绍云 发生器、云不确定性推理器、云变换以及虚拟云等云的相关理论。 2 、简要介绍人工神经网络的定义，重点探讨径向基神经网络（RBF 神经网络）的 基本理论、径向基神经网络在MATLAB 工具箱中的函数以及四种传统的径向基神经网 络模型的具体算法。 3、在基于云模型的RBF 神经网络改进模型的基础上给出云神经网络模型。这种模 型在基于云模型的 RBF 神经网络改进模型算法预测结果精度低、预测残差大的基础上 进行改进，对峰值法云变换后的样本数据进行云综合，利用正向云发生器获得样本输入 值的隶属度，最后利用传统方法完成径向基神经网络的训练和预测。 4 、应用某土石坝沉降监测资料，用MATLAB 实现基于正交最小二乘算法的径向基 神经网络模型和基于最近邻聚类算法的径向基神经网络模型两种模型的训练和预测，再 考虑样本数据的模糊性和随机性，建立云神经网络模型，进行训练和预测。将得出的预 测结果与两种常用的径向基神经网络模型的预测结果进行比对分析，结果表明云神经网 络模型较两种传统算法有一定的优势；与基于云模型的 RBF 神经网络改进模型相比其 预测精度有较大的提高。 关键词：土石坝变形监测，变形预测，云模型，神经网络，云神经网络 I Abstract In hydroelectric power, controlling flood and regulating water resources, dam plays a huge role. To ensure the safety of the dam, dam deformation monitoring is needed in the aspects such as construction, operation and management. How to timely and accurate analysis the dam deformation monitoring data to establish monitoring model to scientific forecast is very important. The paper combines an earth dam settlement monitoring data with two models of radial basis function neural network(RBFNN) and cloud model to improve the algorithm of the improvement based on cloud model of RBFNN. Use the new algorithm to monitor the earth dam. The major work and result the paper gets are as follows: 1. On the basis to introduce the definite of cloud model, basic eigenvalues and 3En rules, the paper fully introduced cloud theory such the cloud generator, cloud uncertainty r