基于RF及其优化算法的引水工程边坡安全监控模型研究

发布时间：2021-07-20 08:19

　　引水工程作为解决水资源分布不均,缓解区域性水资源匮乏等问题的重要手段,在国家进行水资源配置过程中发挥了关键性作用,为经济建设和发展做出了巨大贡献。边坡作为引水工程的主要组成部分之一,通常长达上百千米乃至上千千米,途经多个城市和区域,自然地理条件差别变化大,其一旦失稳,将直接威胁到边坡沿岸人民生命财产的安全,因此对引水工程边坡实施安全监控显得尤为重要。引水工程边坡的安全稳定与诸多影响因素相关,找到一种能够准确地反映边坡状态量与其影响因素之间复杂内在关系的算法,从而建立相应的边坡安全监控模型,实现对边坡状态的实时掌握和精准预测,具有十分重要的理论和实际意义。随机森林（Random Forest,RF）算法作为一种数据挖掘算法,对噪声数据和异常值包容性强,不易陷入过拟合。本文将RF算法引入引水工程边坡安全监测和控制领域,通过分析引水工程边坡状态量（位移、渗压）的主要影响因素,确定模型输入变量,分析袋外（Out-of-Bag,OOB）数据误差,确定参数的最优组合,构建了基于RF的边坡安全监控模型。对某一渠道边坡实测数据进行应用分析,并与传统的逐步回归模型及BP神经网络模型进行对比,结果表明,R... 

【文章来源】：合肥工业大学安徽省 211工程院校 教育部直属院校

【文章页数】：82 页

【学位级别】：硕士

【部分图文】：

三层BP神经网络结构

第二章数学监控模型分析方法与应用平台15图2.1三层BP神经网络结构Fig2.1ThreelayerBPneuralnetworkstructure（1）激活函数在BP神经网络中，激活函数的选择对隐含层或输出层的输出结果产生巨大的影响。BP神经网络中的激活函数必须同时满足两个条件：连续和可微。S型函数不仅满足连续且可微的要求，而且其能够模拟非线性特征，这一特征可以增强神经网络的非线性映射能力，提高网络的泛化能力，故常用S型函数作为神经网络模型的激活函数。应用最为广泛的S形激活函数是以下两个：Sigmoid函数和双曲正切函数，其相应的函数曲线分别如图2.2和图2.3所示。图2.2Sigmoid函数Fig2.2TheSigmoidfunction

合肥工业大学硕士学位论文16图2.3双曲正切函数Fig2.3HyperbolictangentfunctionSigmoid函数的表达式为xexf11)(xf)1)(0(（2.18）该函数的一阶导数为))(1)(()()("xfxfdxxdfxf（2.19）双曲正切函数的表达式为xxxxeeeexy)tanh(（2.20）其一阶导数为)(sec2xhy（2.21）上述两种S型函数中，Sigmoid函数的计算结果及其一阶导数均是连续可微的正值，具有运算处理简便的特点；双曲正切函数的函数曲线形状与Sigmoid函数一样，不同的是，双曲正切函数的输出值既可以有正值也可以是负值，因此该函数常用于输入信息取值在1范围以内的网络模型中。1973年，美国学者Grossberg在研究人工神经网络时发现，激活函数为Sigmoid函数的神经网络模型，该函数既能处理小信号也能处理较大信号，且均能得到较为理想的结果。目前大家在研究应用BP算法时，激活函数通常取Sigmoid函数。（2）数学基础设第k层的第j个神经元的全部输入加起来总和为kjH，k1层的第i个神经元与k层的第j个神经元的连接权为kk1,jiW，则


本文编号：3292478