基于改进的BP神经网络的大坝蓄水期实时预报模型

• 作者: 刘天祥 夏天倚 钟黎雨 陶亮
• 来源期刊: 三峡大学学报（自然科学版）
• 学科: 工学
• 关键词: 大坝监测 BP神经网络 蓄水期 遗忘因子
• 年，卷（期）: 2014,（5）
• 所属期刊栏目: 土木水电论坛
• 页码范围: 10-14
• 页数: 5页
• 分类号: TV698.1
• 字数: 4076字
• 语种: 中文
• DOI: 10.13393/j.cnki.issn.1672-948X.2014.05.003

摘要

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1 mm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.