大坝安全监测的组合预测模型.pdfVIP

第 卷第# 期! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! 人! 民! 黄! 河! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! *58 , ，5 , # ! ! $$+ 年# 月! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! =??@A! BC*B! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! D2E, ，$$+! ! 【水利水电工程】 大坝安全监测的组合预测模型 于! 鹏，顾冲时 （河海大学 水利水电工程学院，江苏 南京#$$% ） 摘! 要：针对传统数学模型和神经网络预测模型在大坝安全监测应用中存在着预测精度较低的问题，分析了灰色预测模 型、’( 神经网络模型和统计预测模型的建立方法，并在此基础上提出了一种新的组合预测模型，结合实测数据对此组合 预测模型进行了检验。结果表明：此组合模型不仅提高了预测精度，而且避免了预测模型选择的难度，在大坝安全监测 中具有较好的实用性。 关! 键! 词：大坝安全监测；灰色系统；神经网络；统计模型；预测模型 中图分类号：)*+%, ##! ! ! 文献标识码：-! ! ! 文章编号：#$$$ #./%（$$+ ）$# $$+/ $ （$ ） （$ ） （$ ） （$ ） ! ! 目前，在大坝安全监测工作中对大坝变形预测主要有数学 # ｛$ （#），$ （ ），…，$ （% ）｝ （#） 模型（统计模型、确定性模型及混合模型）和神经网络模型两 对式（# ）作一次累加，求得一次累加生成数列 （#）为 （#） （#） （#） （#） 种。数学模型均含有统计特性，其预测精度在一定程度上取决 # ｛$ （#），$ （ ），…，$ （% ）｝ （ ） 于因子选取是否正确；而神经网络预测模型中许多参数和特征 其中 值的确定具有很大的经验性。在实际应用中这两种模型的预 （#） （$ ） $ （ ）# $ （’ ）! （ # #， ，…，% ） ’ 测精度都不高，因此有必要寻求一种精度较高的预测模型，以 ’ # # 准确地预测大坝安全监测量，并对大坝安全做出分析评估。 由此建立04（#，# ）模型的一般形式为 6$ （#） （#） ) *$ # + （. ） ! 预测模型建立方法 6( 解微分方程式（. ）并将其离散化，可得响应函数如下： 在以往的预测模型中，灰色理论预测模型在系统出现平稳 9（#） （$ ）