BP神经网络在桥涵水文统计中的应用.pdfVIP

770 nI结构分析和试验研究 数据分析上具有很高的应用价值。 四、结 论 以上结合南京二桥路基观测实践，对具体的观测方法和数据分析作了一个比较系统的探 讨，运用这些方法完成的资料分析经实际检验具有一定的合理性，是行之有效的。鉴于二桥工 程监测过程的长期性，开发一个科学合理的沉降监测分析系统来完成这些工作是非常必要的。 建立数据资料库，对观测资料进行集中式科学化管理，所有数据资料交由系统内的专用管理软 件进行管理，由计算机完成数据的各种运算，并完成各种图表的绘制和观测数据的统计等工 作，这样能够减少人工工作量，更好地提高监测的效率。 参考文献 l章书寿，华锡生．工程测量．北京：水利电力出版社，1994 2浙江大学高等数学教研组．高等数学．北京：高等教育出版社，1989 3刘大杰，陶本藻．实用测量数据处理方法．北京：测绘出版社，2000 BP神经网络在桥涵水文统计中的应用 李传习夏桂云张建仁 (长沙交通学院桥梁与结构工程系) 摘要：将标准BP人工神经网络应用于桥涵水文统计中，简化设计流量的计算过程，减 少人为误差。通过实例论证了神经网络的有效性，同时比较了另二种网络模型，分析了误差大 小分布状况。 关键词：神经网络水文统计经验频率 目前，桥涵工程中为计算设计流量，确定泄洪净空，～般都需要进行水文统计，其方法大都 采用数理统计的方法。数理统计方法主要是利用河川水文现象的不重复性(即偶然性)特点， 按概率原理，对实测水文资料进行统计分析，找出水文现象的统计规律，预测其今后变化情况， 进而确定桥涵设计年限内的设计流量。在具体操作上： ①利用维泊尔公式计算经验频率。 - 。P=南■ (1) 式中：P——频率(％)； m——系列按递减次序排列时，各随机变量的顺序号； n——随机变量的总项数，即水文资料的观测总年数。 ②在海森米格纸上定出频率——流量(P—Q)点，拟合曲线，进丽根据曲线求出设计频率 下的设计流量。这种做法繁琐，结果因人而异，误差较大。采用人工神经网络可克服此缺点， BP神经网络在桥涵水文统计中的应用 77l 计算简便、快捷。 一、人工神经网络 人工神经网络是近几十年发展起来的一门学科，其原理是采用物理可实现的器件或通过 计算机来模拟人脑中神经网络的某些结构与功能，并反过来应用于工程或其他领域，它由大量 而简单的处理单元(神经元)广泛连接而成复杂系统，具有很强的容错能力和学习功能，它不需 要任何数学模型，只依靠过去的经验来学习，其本身具有适应性、非线性、容错性等特性，特别 适应于处理模糊的、非线性的、含有噪声的数据，可用于预测、分类、模式识别、非线性回归、过 程控制等各种数据处理的场合。将人工神经网络应用于水文统计中，应解决好如下二个问题： ①针对水文统计问题的特点，选择好BP神经网络。 由神经网络的Kolmogorov连续性理论：给定任意连续性函数垂：E。一R。，这里R。为闭单 位区间[0，1]，F。为m维单位立方体，则西可以精确地由一个三层神经网络来实现。该理论 保证了用BP神经网络来建立P．Q映射关系的可能性。而BP网络的成功应用取决于BP神经 网络中输入、输出变量的确定和隐层数及隐层单元数目。网络的输入量一般是输出变量的影 响因素，输出量是期望的求解，隐层是决定网络的容错能力、强壮程度、模拟和识别功能的决定 性因素，隐层和隐层单元不能过多，过多会造成“过度吻合”，即网络把训练集的一些无关紧要 的非本质因素甚至是噪声也学习得极好，当网络输入新的样本时，其输出为带有噪声污染的结 果。隐层和隐层单元也不能过少，过少则造成网络获取的用以解决问题的信息太少，网络能力 不强，容错能力差，网络不稳定。目前关于网络的选择没有确定性方法，大多是对多个网络进 行比较来确定。经验上，如果是标准三层BP网络，输入、输出结点数分别为n、m时，则隐层单 元数可取为／m。