基于GA-LMBP神经网络模型的大坝渗流压力预报分析

发布时间：2018-01-10 00:27

  本文关键词：基于GA-LMBP神经网络模型的大坝渗流压力预报分析　出处：《水电能源科学》2016年10期 　论文类型：期刊论文

  更多相关文章： 土石坝 渗流压力 GA-LMBP算法 神经网络 预测

【摘要】：为克服传统BP神经网络在渗流压力预测过程中收敛慢、计算量大和易陷入局部极小等缺陷,依据渗流压力的影响因素,研究了模型的结构和输入输出因子,建立了基于遗传算法和LM算法相结合的GA-LMBP神经网络的大坝渗流压力预测模型,即通过遗传算法(GA)的选择、交叉和变异操作得到BP网络的一组全局最优近似解(即网络的初始权值和阈值),再以该近似解为初值,利用LM算法对BP网络进行优化训练,将训练好的网络用于渗流压力的预测。实例应用结果表明,在相同精度的要求下,GA-LMBP神经网络模型收敛速度快、预测精度高,对大坝渗流压力的预测效果更佳,是值得采用的一种模型。
[Abstract]:In order to overcome the defects of slow convergence , large amount of calculation and small local minimum in the prediction of seepage pressure of traditional BP neural network , this paper studies the structure and input - output factors of the model according to the influence factors of seepage pressure , and establishes a GA - LMBP neural network based GA - LMBP neural network based on genetic algorithm and LM algorithm .

【作者单位】： 南京水利科学研究院;河海大学水利水电学院;水利部大坝安全管理中心;
【基金】：水利部公益性行业科研专项(201501033) 江苏省水利科技项目(2015010) 国家国际科技合作专项(2011DFA72810)
【分类号】：TV641;TV698.12
【正文快照】： 1引言为保证大坝的安全运行,对大坝进行实时渗流监测显得尤为突出和重要。渗流压力是反映和评价大坝工作状态的重要物理量,亦是土石坝安全监测的必测内容。对渗流压力进行预测分析可及时了解大坝渗流状况和趋势,避免大坝事故的发生。目前,对于渗流压力的分析和预报多采用统计

【相似文献】

相关期刊论文 前10条

1 程惠涛,黄文虎,姜兴渭,王日新;基于神经网络模型的故障预报技术研究[J];哈尔滨工业大学学报;2001年02期

2 田社平,丁国清,颜德田;神经网络模型及其在计量与测试中的应用[J];计量技术;2001年08期

3 全永兵,张化光,王洋,赵志刚;一类新型神经网络模型及其控制器设计[J];东北大学学报;2002年12期

4 魏永梅,林建中,张雷,乔俊伟,詹永麒;基于结构的神经网络模型[J];上海理工大学学报;2002年03期

5 王迎春,耿长福;一种具有较强泛化能力的神经网络模型研究与应用[J];航天控制;2002年02期

6 戴斌祥,张娜,贺注国;关于一类离散时间神经网络模型的稳定性[J];湖南大学学报(自然科学版);2003年01期

7 朱惠延,黄立宏,戴斌祥;一类二元神经网络模型的收敛性(英文)[J];应用基础与工程科学学报;2003年02期

8 薛文涛,陈西宏,李飞;神经网络模型在同类武器装备综合评估中的应用[J];计算机仿真;2004年12期

9 孙佰清;邢爱国;张积宾;潘启树;;可拓神经网络模型的设计与实现[J];哈尔滨工业大学学报;2006年07期

10 曲东才;范绍里;吴光彬;彭军;;基于优化神经网络模型的系统建模仿真研究[J];海军航空工程学院学报;2008年03期

相关会议论文 前10条

1 孙宝成;刘锡荟;;时间序列神经网络模型[A];全国青年管理科学与系统科学论文集（第1卷）[C];1991年

2 周金荣;胡泽新;黄道;;一种多层混合型神经网络模型的研究[A];1995中国控制与决策学术年会论文集[C];1995年

3 王阿明;刘天放;;高阶神经网络模型特性研究[A];中国地球物理学会年刊2002——中国地球物理学会第十八届年会论文集[C];2002年

4 屈景怡;王如彬;;大脑皮层神经网络模型同步问题研究[A];第十四届全国非线性振动暨第十一届全国非线性动力学和运动稳定性学术会议摘要集与会议议程[C];2013年

5 张美恋;林熙;;经济增长的神经网络模型[A];1999年中国神经网络与信号处理学术会议论文集[C];1999年

6 陈昭炯;叶东毅;;一个改进的竞争神经网络模型[A];1996中国控制与决策学术年会论文集[C];1996年

7 郭成安;李建华;李明伟;;从观测数据学习后验概率函数:一种最佳神经网络模型的设计与分析[A];第十届全国信号处理学术年会（CCSP-2001）论文集[C];2001年

8 李媛;康春艳;于亚芳;;交指型缺陷接地结构共面波导的神经网络模型[A];2009年全国微波毫米波会议论文集（上册）[C];2009年

9 禹建丽;苏中义;杨卫平;;牵引传动中润滑油牵引系数的神经网络模型[A];2005年中国智能自动化会议论文集[C];2005年

10 胡金亮;李建生;余学庆;沈建京;周涛;王永炎;;用于中医证候量化诊断的神经网络模型的探索[A];计算机在诊法中的应用与研究论文汇编[C];2005年

相关重要报纸文章 前1条

1 自治区交通厅养路费征稽处 程爱娟;应用“神经网络模型”预测妇女的平均工资水平[N];新疆科技报(汉);2000年

相关博士学位论文 前10条

1 袁朝晖;二元离散神经网络模型的动力学分析[D];湖南大学;2003年

2 王军平;几类离散神经网络模型的动力学分析[D];复旦大学;2006年

3 南晋华;决策神经网络模型及应用研究[D];华中科技大学;2008年

4 周日贵;量子神经网络模型研究[D];南京航空航天大学;2008年

5 刘艳青;时滞神经网络模型的稳定性研究[D];天津大学;2005年

6 赵灵晓;基于部件神经网络模型的制冷系统混合仿真方法及应用[D];上海交通大学;2010年

7 朱红;高速（HS-K-WTA）神经网络模型[D];南京理工大学;2003年

8 熊佩英;几类神经网络模型的动力学分析[D];湖南大学;2013年

9 刘开宇;几类二元神经网络模型的动力学性质研究[D];湖南大学;2004年

10 黄振坤;几类神经网络模型的动力学分析[D];浙江大学;2007年

相关硕士学位论文 前10条

1 杨巍;三元离散神经网络模型的稳定性与分岔分析[D];东北林业大学;2010年

2 孙文渊;基于BP神经网络模型下预测吉林省GDP[D];延边大学;2015年

3 李波;一类带有分段连续控制项的非线性递推关系的渐近周期性[D];延边大学;2015年

4 巩云野;两类具有时滞项的Cohen-Grossberg神经网络模型的稳定性分析[D];东北林业大学;2015年

5 王薇;一类离散时间双极人工神经网络模型的周期性[D];延边大学;2015年

6 李辰风;改进遗传BP网络的地表沉降预测方法研究[D];江西理工大学;2015年

7 尤军;民用建筑沉降监测与预报方法应用研究[D];宁夏大学;2015年

8 吴娇娇;基于时空神经网络模型的瓦斯浓度预测研究[D];中国矿业大学;2015年

9 李灵光;细长导轨加工变形分析与参数优化技术[D];北京理工大学;2015年

10 王鹏;切换Cohen-Grossberg神经网络模型的动力学分析[D];长沙理工大学;2014年

，

本文编号：1403153