基于人工神经网络预测大坝测压管水位精选.docxVIP

基于人工神经网络预测大坝测压管水位V Rankovi?，A Novakovi?，N Grujovi?，D Divac，N Milivojevi?摘要：大坝安全控制是通过某些测量数据范围的关系来实现的，例如渗流量，渗流水的清澈度、测压管水位值、水位、水压、大坝形变量和形变方向、温度的变化、大坝负荷情况等等。解读这些可得到的数据对大坝安全管理是非常重要的，而且这些数据都是通过构造数学模型而获得的。对大坝工程而言，在坝身和坝址周围模拟地质渗流是一个挑战性很大的工作。本文主要是研究基于前馈神经网络来预测大坝测压管水位，在过去人们常常用一种改进弹性传递算法来训练前馈神经网络。测量数据结果经常用来和多元线性规划模型、前馈神经网络模型模拟的结果进行对比，这种方法广泛的使用在结构坝的性态研究中。利用九年来大坝的所有实测数据作为实验数据，开发和测试前馈神经网络模型和多元线性规划模型，用来预测大坝测压管水位。这项研究的结果显示，在大坝评估方面，前馈神经网络模型得到的结果要比多元线性规划模型得到的结果更有说服力。关键字：大坝测压管水位神经网络模型改进弹性反馈神经模型1 介绍所有的水坝在一定程度上都会受到渗水的影响，因为一个大坝所阻断的水会通过大坝及其周围的环境找到办法渗透。除非这样会由于管道塌陷[1,2]而破坏大坝渗流结构导致大坝的失败才会被阻止。为了监测渗流，测压装置安装在大坝的某些部分。利用物理和数