基于改进的BP神经网络的大坝蓄水期实时预报模型

作者：夏天倚; 刘天祥; 钟黎雨; 陶亮

来源：三峡大学学报(自然科学版), 2014, 36(05): 10-14.

DOI：10.13393/j.cnki.issn.1672-948X.2014.05.003

• 大坝监测
• BP神经网络
• 蓄水期
• 遗忘因子

蓄水期是大坝安全监测的重点时期.鉴于坝体性态随水位快速升高产生实时变化,蓄水期监测资料平稳性较差等特点,传统的BP神经网络对数据处理本质上属于静态网络,不能满足对实时变动的蓄水期数据样本的准确预测.为了解决这个问题,在传统的BP神经网络模型的基础上,通过在误差计算和模型参数中分别引入遗忘因子,实时更新数据的影响权重,建立了大坝蓄水期资料分析的时变分析模型.最后使用传统的BP神经网络模型和改进的BP神经网络模型进行实例分析,结果表明后者比前者在径向位移的预测上精度提高1mm以上,改进的BP神经网络模型更加适用于大坝蓄水期监测资料分析与预测.

• 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