基于深度全连接神经网络的大坝变形预测研究

• 作者: 杨恒 岳建平 邢尹 周钦坤
• 来源期刊: 大地测量与地球动力学
• 学科: 地球科学
• 关键词: 大坝变形 全连接神经网络 深度优化学习算法 预测
• 年，卷（期）: 2021,（2）
• 所属期刊栏目: 现代大地测量
• 页码范围: 162-166
• 页数: 5页
• 分类号: P258
• 语种: 中文
• DOI: 10.14075/j.jgg.2021.02.010

摘要

将深度全连接神经网络引入大坝变形预测领域,结合大坝多源监测数据的训练样本,建立基于深度全连接神经网络的大坝变形预测模型.利用几种常见的深度优化学习算法对模型进行优化训练,通过对比各损失函数的变化曲线选取最优学习算法,进一步构建基于最优学习算法的深度全连接神经网络大坝变形预测模型;最后结合大坝多源监测数据的测试样本对模型进行检验分析,并将预测结果和传统BP神经网络的预测结果进行对比.研究结果表明,本文的深度全连接神经网络模型预测精度高、实用性强,可为大坝安全监控提供参考.