基于蚁群神经网络的裂缝开合度预测模型.pdfVIP

第36卷第 5期 2010年5月 水 力 发 电 基 于 蚁 群 神 经 网 络 的裂 缝 开 合 度 预 测 模 型 张立新 ，蒋裕丰 ，董 良 (1．宁夏大学土木与水利工程学院，宁夏 银川 750021； 2．河海大学水利水 电工程学院，江苏 南京 210098； 3．宁夏大学新技术研 究中心 ，宁夏 银川 750021) 摘 要 ：大坝裂缝开合度是体现大坝安全 的重要参量。针对传统裂缝开合度预测模型的不足，提出了基于蚁群神经 网络的裂缝开合度预测模型 ，该模 型克服了传 统模 型容易陷入局部极小和运算迭代量大的缺点，有效地提高 了学习 速度 ，加快了收敛速度 ，缩短 了训练 时间，并通过实例验证 了其拟合预报精度 ，说明该方法具有较强的实用性。 关键词 ：裂缝 开合 度 ；蚁群神经 网络 ；预测模型 ；混合编程 PredictionModelforDam CrackOpeningBasedonAntColonyAlgorithm-NeuralNetworks ZhangLixin，JiangYuofng，DongLiang (1．CollegeofCivilandConservancyEngineering，NingxiaUniversity，YinchuanNingxia750021； 2．CollegeofWaterConservancy＆HydropowerEngineering，HohaiUniversity，NanjingJiangsu210098； 3．NewTechologyResearchCenter，NingxiaUniversity，YinchuanNingxia750021) Abstract：Thedam crackopeningisan importantfactorfordam safety．A new modelforcrackopeningpredictionbasedon antcolonyalgorithm—neuralnetworkswasproposedtoeliminatethedeficiencyofthetraditionalprediction modelinwhich thecalculationneedslargeamountofiterationandiseasytotrap intopartialminimum．Thecasestudyshowsthatthenew modelhasafasterconvergencerate，ashortertrainingtimeandahigherfittingandpredictionaccuracy． KeyW ords：crackopening；antcolonyalgorithm—neuralnetworks；predictionmodel；hybridprogramming 中图分类号 ：0343．5 文献标识码 ：A 文章编号 ：0559—9342(2010)05—0031-03 熔 等 提 出 了用 蚁群 算 法 学 习 BP神 经 网络 的权 值 ， 0 引 言 并将其应用于求解非线性模 型 的辨识 问题及倒立摆 裂缝 开 合 度 是体 现 裂 缝 发展 演 变 、坝体 变 形程 的控 制 问题 ，取 得 了 良好 的效 果 。蚁群 神经 网络 同 度 的一个重要参量 。准确预测裂缝 的开合度及其变 时拥 有 蚁群算 法 和神 经 网络 的优 点 ．不仅 有 广泛 映 化 趋 势 ．以判 断裂缝 是 否会 发 生失稳 扩 展 ，监 视 大 射 能力 ，还有较高运算效率 [5