基于NMEA-BP大坝变形监测模型研究

作者：贾强强; 苏怀智; 郭芝韵; 李丹; 李鹏鹏

来源：水利水电技术(中英文), 2018, 49(01): 70-74.

DOI：10.13928/j.cnki.wrahe.2018.01.010

• 小生境技术
• 思维进化算法
• BP神经网络
• 大坝变形
• 监测模型

在对思维进化算法(MEA)改进的基础上,开展了基于思维进化算法与BP神经网络的大坝变形监测模型的研究。通过引入小生境技术和思维进化算法,克服了BP神经网络易陷入局部最优值、训练时间长和收敛速度慢等缺点,极大地提高了其搜索效率和全局搜索能力。通过进一步利用改进的思维进化算法优化BP神经网络的权值和阈值,建立了NMEA-BP大坝变形监测模型,并用该模型对工程实例进行了拟合预测。结果表明,NMEA-BP模型有效提高了大坝变形预测的精度,能更高效准确的进行大坝变形监测。研究成果为大坝变形监测的理论和实践研究提供参考。

• 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