共查询到10条相似文献,搜索用时 62 毫秒
1.
2.
大坝安全诊断的混沌优化神经网络模型 总被引:2,自引:0,他引:2
为了提高大坝变形的预测精度,采用小波变换和分形理论对大坝位移观测数据的非线性动力学特性进行了分析,揭示了其具有低维混沌动力特性,这为大坝变形预测模型的建立提供了理论依据和先验知识。基于低维混沌动力特性,设计了能捕获大坝位移观测数据全局动力特性,兼具神经网络模型结构优化和动力机制时新的混沌优化神经网络大坝变形预测模型。在工程实例中,由多个度量指标组成量化评价体系,对模型预测性能进行综合评价,结果表明,所建模型比传统BP神经网络和ARMA模型具有更高的预测精度。 相似文献
3.
4.
5.
针对目前供水管网漏失预测模型存在的问题,通过引入管道铺设时间为变量因子,采用系数、指数双向优选拟合的方法,提出了一种具有较高拟合及预测精度的数学模型,并通过实例进行了残差平方和、剩余标准差及相关指教比较. 相似文献
6.
滑坡位移预测模型是滑坡预警系统建立的核心,而模型可靠性与精确性关键在于主控因子的选取与基础理论模型的构建。学者们通过大量滑坡实例研究,已取得了诸多成果,但是由于滑坡位移变化具有强烈的个性特征及趋势发展的不确定性问题,在多因子联合作用下的位移预测模型尚有不足之处。本文以西南地区普遍存在的平推式滑坡——垮梁子滑坡为研究对象,结合前人已有的研究成果,综合考虑坡体内外各项影响因子,利用灰色关联度与相关性分析对坡体变形主控因子进行优化筛选。以此为基础,提出一种基于GM(1,1)灰色模型与改进型自适应遗传算法(IAGA)进行优化的小波神经网络(WNN)联合预测模型构建方案。通过对垮梁子滑坡历时5年的监测数据挖掘分析,得知滑坡变形受累计降雨、渗压、地下水位及土体含水率影响显著,预测结果与实际监测比较吻合。相较于传统BP神经网络模型、小波神经网络模型和未优化遗传算法-小波神经网络联合模型,该联合模型具有更好的稳定性与精度优势,在滑坡预警预报研究中具有良好的应用前景。 相似文献
7.
加权函数组合预测边坡变形模型的研究 总被引:1,自引:0,他引:1
边坡变形监测是边坡监测的主要内容之一,其变形预测问题是边坡工程中主要技术难题之一。考虑边坡位移变形预测模型的局限性,如神经网络预测方法需要大量的实测数据作为学习样本,灰色系统模型要求原始数据序列必须满足指数规律,且数据序列变化速度不能太快等。建立了边坡变形反向传播神经网络预测模型,同时给出了灰色GM(1,1)边坡预测模型。提出边坡的神经网络与灰色系统加权函数组合预测模型,采用动态规划解法,将原模型转化为多阶段决策问题,使组合预测误差的平方和最小,得到组合权重,这样得到的变形预测结果的精度将大大提高,弥补了单一方法的局限性,满足工程预测的需要。通过边坡实例加以验证,加权函数组合预测模型的预测结果精度有一定提高,能够与实际监测数据相吻合,达到准确预测的目的。 相似文献
8.
由于运营环境恶劣,寒区水库大坝会面临冰冻灾害频发且致灾因素众多等问题,严重影响大坝稳定运营,增大了安全风险隐患,并增加了整治维修成本。为有效预防大坝冻害发生,提升大坝风险管理水平,提出了一种基于T-S模糊故障树理论的寒区水库大坝冻害风险分析方法。以坝体不均匀变形、坝体渗漏加剧、面板冻害破坏为下级事件建立了T-S模糊故障树;同时通过底事件重要度计算对主要致险因素进行了分析;并将冻胀力学分析与T-S模糊故障树相结合,对红旗泡水库大坝面临的冻害风险进行了计算分析。研究发现诱发大坝冻害的主要风险因素包括反复冻融作用,库区水位波动、冰层堆积与风浪侵蚀,面板与坝体填筑质量缺陷和坝体防渗及保温措施不足等;同时,发现红旗泡水库大坝发生冻害风险的可能性较高,应进行风险排查与处理。应用结果表明,所提出的方法能科学合理地分析大坝冻害风险并确定关键致险因子,可为寒区水库大坝的冻害风险的识别、管理与决策提供技术支持,进而为大坝设计、施工、运营维护及冻害防治提供参考依据。 相似文献
9.