【摘要】：針對(duì)傳統(tǒng)BP神經(jīng)網(wǎng)絡(luò)存在收斂速度慢、難以脫離局部極小值的不足,利用改進(jìn)粒子群算法(PSO)快速的收斂特性和強(qiáng)大的全局搜索能力,將改進(jìn)的粒子群算法與BP神經(jīng)網(wǎng)絡(luò)結(jié)合起來(lái),根據(jù)海堤特點(diǎn)分類比較滲壓的影響因素,采用相關(guān)系數(shù)法選取主要影響因子構(gòu)建模型輸入層,對(duì)應(yīng)滲壓作為模型輸出層,建立海堤滲壓改進(jìn)PSO-BP監(jiān)測(cè)模型。采用浦東海堤實(shí)測(cè)信息作為實(shí)例進(jìn)行分析,結(jié)果顯示,與BP模型相比,改進(jìn)PSO-BP模型在海堤滲壓監(jiān)測(cè)應(yīng)用中具有更高的收斂速度和更強(qiáng)的預(yù)測(cè)能力,能更有效地揭示海堤滲壓的變化規(guī)律。
[Abstract]:Because the traditional BP neural network has the shortcoming of slow convergence speed and difficult to get rid of the local minimum, the improved particle swarm optimization (PSO) algorithm is used for fast convergence and powerful global search ability. The improved particle swarm optimization (PSO) algorithm is combined with BP neural network to classify and compare the influencing factors of seepage pressure according to the characteristics of seawall. The main factors are selected by correlation coefficient method to construct the model input layer and the corresponding seepage pressure is used as the model output layer. An improved PSO-BP monitoring model for seawall seepage pressure was established. Using the measured data of Pudong seawall as an example, the results show that compared with the BP model, the improved PSO-BP model has higher convergence speed and stronger prediction ability in the application of seawall seepage pressure monitoring. It can more effectively reveal the variation law of seawall seepage pressure.
【作者單位】： 合肥工業(yè)大學(xué)土木與水利工程學(xué)院;
【基金】：國(guó)家自然科學(xué)基金資助項(xiàng)目(50979056) 水利部公益性行業(yè)專項(xiàng)經(jīng)費(fèi)資助項(xiàng)目(201401063-02) 三峽庫(kù)區(qū)地質(zhì)災(zāi)害教育部重點(diǎn)實(shí)驗(yàn)室(三峽大學(xué))開(kāi)放研究基金(2015KDZ03) 安徽省科技攻關(guān)計(jì)劃項(xiàng)目(1604a0802106)
【分類號(hào)】：U656.314;TP183

【參考文獻(xiàn)】

相關(guān)期刊論文 前5條

1 陸迎壽;黃銘;藍(lán)祝光;;人工神經(jīng)網(wǎng)絡(luò)在海堤非穩(wěn)定滲流參數(shù)反演中的應(yīng)用[J];南水北調(diào)與水利科技;2015年06期

2 羅丹;李昌彩;吳長(zhǎng)彬;;基于微粒群 BP神經(jīng)網(wǎng)絡(luò)算法的堆石壩壩體變形監(jiān)控模型研究[J];巖石力學(xué)與工程學(xué)報(bào);2012年S1期

3 王德明;王莉;張廣明;;基于遺傳BP神經(jīng)網(wǎng)絡(luò)的短期風(fēng)速預(yù)測(cè)模型[J];浙江大學(xué)學(xué)報(bào)(工學(xué)版);2012年05期

4 黃銘;劉俊;;海堤滲壓周期特征分析及其在神經(jīng)網(wǎng)絡(luò)監(jiān)測(cè)模型中的應(yīng)用[J];應(yīng)用基礎(chǔ)與工程科學(xué)學(xué)報(bào);2010年02期

5 王曉萍;孫繼洋;金鑫;;基于BP神經(jīng)網(wǎng)絡(luò)的錢(qián)塘江水質(zhì)指標(biāo)的預(yù)測(cè)[J];浙江大學(xué)學(xué)報(bào)(工學(xué)版);2007年02期

【共引文獻(xiàn)】

相關(guān)期刊論文 前10條

1 吳鵬;胡啟洲;楊瑩;劉倩茜;劉琛;;車輛排放對(duì)大氣污染的模糊監(jiān)測(cè)及神經(jīng)預(yù)測(cè)模型[J];交通科技與經(jīng)濟(jì);2016年06期

2 葉一枝;;基于BP-GA綜合算法的風(fēng)速預(yù)測(cè)[J];能源與節(jié)能;2016年12期

3 丁海英;;基于BP神經(jīng)網(wǎng)絡(luò)的盾構(gòu)機(jī)姿態(tài)與軌跡控制研究[J];機(jī)械設(shè)計(jì)與制造工程;2016年12期

4 李培都;司建華;馮起;魚(yú)騰飛;趙春彥;;基于Bp神經(jīng)網(wǎng)絡(luò)和Ball-Berry模型的胡楊氣孔導(dǎo)度模擬[J];干旱區(qū)資源與環(huán)境;2016年11期

5 嚴(yán)旭;李思源;張征;;基于遺傳算法的BP神經(jīng)網(wǎng)絡(luò)在城市用水量預(yù)測(cè)中的應(yīng)用[J];計(jì)算機(jī)科學(xué);2016年S2期

6 黃俊;張豐偉;趙振剛;文溢;李川;;山火的無(wú)線傳感與RBF分析研究[J];傳感器與微系統(tǒng);2016年11期

7 鄭亞清;彭江華;;高校消防設(shè)施安全評(píng)價(jià)預(yù)測(cè)模型研究[J];重慶科技學(xué)院學(xué)報(bào)(自然科學(xué)版);2016年05期

8 趙瑞勇;周新志;;基于MEA-BP的微波加熱褐煤溫度預(yù)測(cè)[J];傳感器與微系統(tǒng);2016年10期

9 蔣翠玲;林家駿;;一種基于遺傳算法和BP網(wǎng)絡(luò)的魯棒圖像哈希方法[J];應(yīng)用科學(xué)學(xué)報(bào);2016年05期

10 崔曉斌;黃放;孟偉娜;梅益;;基于人工神經(jīng)網(wǎng)絡(luò)的鑄鋼合金成分與流動(dòng)性關(guān)系的研究[J];鑄造技術(shù);2016年09期

【二級(jí)參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 景孟旗;沈長(zhǎng)松;劉賓;王冬;余敏林;;基于BP神經(jīng)網(wǎng)絡(luò)的堆石壩參數(shù)反分析[J];電子測(cè)試;2013年20期

2 李丹;黃銘;楊運(yùn)寶;蔚清;;基于Ansys的海堤滲流分析[J];工程與建設(shè);2013年02期

3 林奇;王偉;王穎;宋春雨;;潮位漲落過(guò)程中海堤滲流及穩(wěn)定性分析[J];人民長(zhǎng)江;2011年03期

4 黃銘;;潮位影響下的海堤滲壓變化特點(diǎn)[J];人民長(zhǎng)江;2010年06期

5 彭懷午;楊曉峰;劉方銳;;基于SVM方法的風(fēng)電場(chǎng)短期風(fēng)速預(yù)測(cè)[J];電網(wǎng)與清潔能源;2009年07期

6 辛麗萍;王均星;陳煒;王雯;;三維飽和-非飽和瞬態(tài)滲流的ANSYS模擬[J];中國(guó)農(nóng)村水利水電;2009年07期

7 李娜;李郁俠;;粒子群-神經(jīng)網(wǎng)絡(luò)混合算法在短期電價(jià)預(yù)測(cè)中的應(yīng)用[J];水力發(fā)電學(xué)報(bào);2009年03期

8 張曉飛;李守義;陳堯隆;楊杰;余猛;;改進(jìn)的BP神經(jīng)網(wǎng)絡(luò)在碾壓混凝土壩溫度場(chǎng)反分析中的應(yīng)用[J];西安理工大學(xué)學(xué)報(bào);2009年01期

9 孫元章;吳俊;李國(guó)杰;何劍;;基于風(fēng)速預(yù)測(cè)和隨機(jī)規(guī)劃的含風(fēng)電場(chǎng)電力系統(tǒng)動(dòng)態(tài)經(jīng)濟(jì)調(diào)度[J];中國(guó)電機(jī)工程學(xué)報(bào);2009年04期

10 駱進(jìn)軍;李波;李立輝;;基于神經(jīng)網(wǎng)絡(luò)的大壩巖體滲透系數(shù)張量反演分析[J];水電能源科學(xué);2008年05期

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 劉思君;;土壤滲壓試驗(yàn)計(jì)算的簡(jiǎn)化方法[J];人民長(zhǎng)江;1956年07期

2 秦俊德;陳村大壩壩基滲壓?jiǎn)栴}的探討[J];大壩與安全;1991年04期

3 郭澄平;鉆孔多點(diǎn)滲壓測(cè)量及壓模系統(tǒng)[J];水力發(fā)電;1998年04期

4 邵凌峰;劉安宇;方朝陽(yáng);;富水水庫(kù)壩基滲壓水頭測(cè)值變化規(guī)律分析[J];人民黃河;2013年11期

5 倪新錚;埋設(shè)在海子水庫(kù)南副壩的水管式滲壓儀[J];水利水電技術(shù);1981年02期

6 張建海,何江達(dá),范景偉;滲壓對(duì)小灣壩肩巖體穩(wěn)定性的影響[J];云南水力發(fā)電;2000年02期

7 宋漢周，，江曉文;湖南鎮(zhèn)大壩右壩肩滲壓異�；B控研究[J];水文地質(zhì)工程地質(zhì);1996年06期

8 秦俊德;陳村大壩壩基滲壓?jiǎn)栴}的探討[J];華東電力;1989年06期

9 潘錦江;淺議水工建筑物的基底滲壓系數(shù)[J];四川水力發(fā)電;2004年03期

10 馬柏林;懷柔水庫(kù)主壩滲壓與沉陷觀測(cè)資料淺析[J];北京水利;1998年03期

相關(guān)會(huì)議論文 前3條

1 齊清蘭;張力霆;;滲壓固結(jié)過(guò)程中固結(jié)特性指標(biāo)關(guān)系探討[A];第14屆全國(guó)結(jié)構(gòu)工程學(xué)術(shù)會(huì)議論文集（第二冊(cè)）[C];2005年

2 廖燕貽;;ZSY-1型鉆孔滲壓儀研制報(bào)告[A];三峽工程壩址區(qū)工程地質(zhì)與巖石力學(xué)研究文集（上冊(cè)）[C];1992年

3 鄧承景;;業(yè)莊鐵礦注漿帷幕穩(wěn)定性監(jiān)測(cè)及預(yù)測(cè)技術(shù)[A];晉瓊粵川魯冀遼七省金屬（冶金）學(xué)會(huì)第二十一屆礦業(yè)學(xué)術(shù)交流會(huì)論文集[C];2014年

相關(guān)博士學(xué)位論文 前1條

1 魏靜;滲壓作用下的有限應(yīng)變固結(jié)理論研究[D];天津大學(xué);2004年

本文編號(hào)：2372207