基于ACO-BP神经网络的土石坝位移监测模型研究

• 作者: 何自立 李晓琳 杨军超 茹秋瑾 谭剑波
• 来源期刊: 水资源与水工程学报
• 学科: 工学
• 关键词: 神经网络 蚁群算法 土石坝 变形位移监测
• 年，卷（期）: 2020,（2）
• 所属期刊栏目: 水工结构工程
• 页码范围: 196-201
• 页数: 6页
• 分类号: TV698.1
• 字数: 4014字
• 语种: 中文
• DOI: 10.11705/j.issn.1672-643X.2020.02.30

摘要

建立安全监测网络模型来分析和预测大坝变形位移信息,对保障大坝安全稳定服役意义重大.针对大坝安全监测BP神经网络模型运算复杂、收敛速度慢、易陷于局部最优、不能准确反映和预测大坝运行状况的问题,引入蚁群算法(ACO)全局搜索功能搜寻BP神经网络参数最优解,并通过样本数据训练BP网络获得大坝变形位移预测值.工程实例应用表明:ACO-BP网络模型在参数优化方面较BP网络更易于收敛,误差较小、预测性能良好,可为大坝变形位移监测和安全预报提供一种新的非线性建模仿真分析方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	何自立	西北农林科技大学水利与建筑工程学院	19	81	4.0	8.0
2	杨军超		1	0	0.0	0.0