基于人工蜂群算法与Elman神经网络的大坝变形监控模型

作者：李鹏鹏; 苏怀智; 郭芝韵; 钱秋培

来源：水利水电技术(中英文), 2017, 48(03): 104-108.

DOI：10.13928/j.cnki.wrahe.2017.03.019

• 大坝变形
• 监控模型
• Elman神经网络
• 人工蜂群算法
• 金沙江水电基地
• 云南省昭通市水富县
• 大坝安全

针对Elman神经网络收敛速度慢、容易陷入局部极小等问题,建立了人工蜂群算法(ABC)与Elman神经网络组合的大坝变形监控模型。应用于某混凝土重力坝的结果表明,单纯Elman神经网络建模方法预测的相对误差和标准差分别为3.50%和0.131,ABC-Elman(人工蜂群算法与Elman神经网络)模型预测的相对误差和标准差分别为1.98%和0.063。从各影响因子对大坝变形的贡献上看,水压分量占27.9%,温度分量占62.3%,时效分量占9.8%。ABC-Elman模型在建模效率、预测精度等方面均有一定的优势,较适合于大坝变形的建模分析,并可推广于大坝渗流、应力等监控模型中。

• 单位
  河海大学; 水文水资源与水利工程科学国家重点实验室