基于模糊神经网络和遗传算法的大坝安全监控模型

应用监控模型来监控大坝的工作性态是一条有效途径，但由于大坝工作条件复杂，影响因素繁多，为以精确的数学进行描述带来了很大的困难，而应采用从定性到定量的综合集成的方法，将专家知识，监测数据和各种信息与计算机软硬件技术结合起来，把坝工理论和坝工家的经验结合起来对其进行研究，文中应用模糊神经网络和遗传算法等人工智能技术，依据专家的经验确定隶性函数，从而建立模糊神经网络预报模型，根据专家对实际情况的正确分析，对预报结果进行修正，达到进一步提高预报精度的目的。     

遗传算法在大坝安全监控神经网络预报模型建立中的应用

本文基于遗传算法思想,采用浮点数矩阵表示编码,在遗传算法的进化过程中加入一定的约束条件等方法,探讨了网络结构的设计和学习。经实例分析,在用于建立大坝安全监控预报模型的前馈神经网络设计中,该方法在满足一定约束条件下,能同时有效地寻找合适的网络结构和相应的参数(神经网络的权值和阈值),且在精度和速度上都有较大的提高,为实现实时在线分析评价大坝的安全性态提供了有力的技术支持。     

基于遗传算法优化BP神经网络的大坝变形监控模型

一个合理的位移监控模型是通过大坝安全监测实现大坝安全监控的关键因素之一.针对传统的统计模型、确定模型和混合模型的不足,提出基于遗传算法优化BP神经网络的GA-BP模型的方法,并将该模型用于大坝变形预报研究.最后以某拱坝为例,对该拱坝拱冠梁坝顶径向水平位移实测值建立了GA-BP模型,并将模型用于某坝顶径向水平位移预报.结果表明GA-BP模型不仅比统计模型具有更高的拟合精度,且在大坝变形监测预报上也是有效的.     

大坝观测数据的模糊神经网络分析

针对某一混凝土重力坝水平位移实测值建立模糊神经网络预报模型，用改进的遗传算法对参数进行调整和优化，并用自组织竞争神经网络来优化模糊神经网络结构。计算结果表明，其预报精度优于常规的统计回归模型。     

相空间神经网络模型在大坝安全监控中的应用

本文将混沌理论和神经网络理论相结合，并针对某一混凝土重力坝水平位移实测值建立相空间模糊神经网络预报模型。首先对水平位移的实测序列，进行相空间重构，求算关联维，说明该序列存在混沌成分和奇异吸引子；应用自适应模糊神经网络，对水平位移实测序列构成的相点，建立相空间神经网络模型。计算结果表明，相空间神经网络模型用于大坝监控中是可行的，其预报精度优于常规的统计回归模型，能揭示大坝的非线性性质，能更好地对大坝运行性态进行分析。     

基于混沌优化模糊神经网络的大坝安全监测模型

大坝监测数据分析和大坝监控预测模型的难点在于监测数据的效应量和影响量之间的高度非线性关系,传统监测模型的非线性分析能力欠缺.在充分利用模糊神经网络的模糊推理能力、处理众多影响因素能力和解决复杂非线性问题能力的基础上,结合混沌优化算法的全局搜索能力,建立了基于混沌优化的模糊神经网络模型.对某拱坝变形进行了拟合和预测,计算结果与实测值吻合良好.     

基于遗传算法的Elman神经网络模型在大坝位移预测中的应用

针对大坝位移预测问题的复杂性、时变性和传统预测模型的不足,结合遗传算法(GA)的全局随机搜索能力和Elman神经网络的非线性映射、动态反馈信息和记忆功能的特点,建立了GA-Elman神经网络模型。与Elman神经网络模型相比,GA-Elman神经网络模型在预测大坝变形时具有全局收敛的特点,可以克服Elman神经网络容易陷入局部极小的缺陷。将该模型用于预测某水电站大坝实测变形数据,表明GA-Elman神经网络模型的预测精度高,在大坝位移预测中具备实用性。     

大坝观测数据的模糊神经网络分析

针对某一混凝土重力坝水平位移实测值建立模糊神经网络预报模型，用改进的这传算法对参数进行调整和优化，并用自组织竞争神经网络来优化换糊神经网络结构。计算结果表明，其预报精度优于常规的统计回归模型。     

动态模糊神经网络在大坝变形预报中的应用

针对静态模糊神经网络的局限性,提出了在线动态建模的模糊神经网络方法.当新增样本进入训练集之后,根据新样本对模型的贡献大小,在已有模型的基础上进行动态修正,这样可以减少建模的计算时间.新方法实现了增加样本而矩阵阶数不增加,避免了矩阵求逆运算,理论上可以提高计算效率.实例表明动态模糊神经网络方法是可行的,可实现持久预报,具有较强的适应能力和较高的预报精度,可应用于在线实时变形预报及相关领域.     

改进模糊神经网络模型及其在大坝监测中的应用

鉴于传统模糊神经网络计算繁琐、模型精度较低、难以收敛等问题,在大坝位移的监测数据分析中应用改进的模糊神经网络及改进的反向传播(BP)网络算法,并建立了相应的网络模型.大量的数据分析计算表明,该模型收敛快,且精度优于常规的模糊神经网络和传统的统计模型.     

大坝观测资料分析的指示变量模型

针对运行期大坝补强加固、监测系统更新改造等措施常对观测系统造成干扰 ,本文提出用指示变量数值模型来模拟并分离各种系统干扰的影响量值 ,提高了模型的有效性 ,更符合实际情况 ,有利于进一步分析大坝的安全性态。     

基于实例的大坝安全监控专家系统研究

分析了基于实例的大坝安全监控专家系统的作用与发展前景，研究了针对大坝安全监控的实例特征描述和实例相似度评价等方法，详细讨论了大坝安全监控实例专家系统的实例检索、匹配、修改等关键技术问题。     

试论大坝安全监测设计的原则与要求

主要论述大坝安全监测设计的一般原则、监测项目及限差要求 ,这些是监测设计的基础 ,对提高监测设计的目的性和针对性 ,合理选择监测方法和仪器有重要意义。     

二滩拱坝安全监测施工监理

介绍了二滩双曲拱坝安全监测工程的施工监理情况，包括拱坝监测仪器和设备的设计布置、施工情况、监理任务和内容以及有关制度的建立等；着重介绍对质量控制和进度控制的经验。根据二滩的具体情况，对我国现行的安全监测技术规范提出修改建议。     

BP模型在大坝安全监测预报中的应用

如何正确地预报大坝安全监测量，对馈控大坝安全运行和辅助决策具有重要的意义。文章提出应用神经网络的BP模型进行大坝安全监测数据的预报，并针对某一混凝土重力坝的水平位移实际测值构建了BP模型，其预报精度较以往统计模型有较大的提高。     

基于光纤传感器的大坝监测仪器

基于 Fabry- Perot白光干涉原理研制的光纤传感器 ,具有很高的精度和重复性。可安装在材料或建筑物的表面 ,或埋入其内部 ,连续地对诸如应变、应力、位移、裂缝、孔隙压力、温度等状况进行监测。光纤传感器体积小、重量轻、不导电、反应快、抗腐蚀、不受电磁、射频及雷电流等干扰影响     

大坝监测数据自动整编模块

随着大坝安全监测自动化系统的推广，测频加密，监测数据量大大增加 ，数据整编的内涵及方法较以前人工观测有所不同，为此研制开发了数据自动整编模块。文 中介绍了数据自动整编的含义和相应的系统功能，以及应用改进的3σ准则和Score检验法进 行粗差识别的技术。该数据自动整编模块已应用于多个大坝安全信息管理系统，较好地解决 了自动化监测的数据整编问题。     

中加合作"中国大坝安全监测与管理工程"项目介绍

"中国大坝安全监测与管理工程"部分经费系加拿大政府无偿援助,中国政府投入相应配套资金开展的两国政府间的合作项目.项目由在中国建立10座水库大坝安全自动化监测系统和加强大坝安全管理研究两大部分组成.为学习发达国家先进的经验和技术,使更多的水利水电工作人员了解本合作项目,文章对项目的由来和执行情况作了简要介绍.     

大坝安全监测工作中应注意的问题

文章从分析我国水电站大坝安全监测工作现状入手 ,指出监测工作应加强设计、施工、运行等各环节的全过程管理和监督 ,要严把设计审查和竣工验收关。针对大坝安全监测自动化系统实施中存在的一些问题 ,提出了一些的意见和建议。     

RESEARCH ON SEEPAGE MONITORING MODEL OF EARTH-ROCK DAM

1 .　ＩＮＴＲＯＤＵＣＴＩＯＮＴｈｅｓｉｔｕａｔｉｏｎｏｆｓｅｅｐａｇｅｉｎｅａｒｔｈ ｒｏｃｋｄａｍｉｓｏｎｅｏｆｉｍｐｏｒｔａｎｔｆａｃｔｏｒｓｔｈａｔａｆｆｅｃｔｔｈｅｓａｆｅｔｙｏｆｄａｍｓ ,ａｎｄｔｈｅｏｂｓｅｒｖａｔｉｏｎｏｆｓｅｅｐａｇｅｉｓａｐｒｉｍａｒｙｉｔｅｍｉｎｔｈｅｄａｍ’ｓｐｒｏｔｏｔｙｐｅｏｂｓｅｒｖａｔｉｏｎｓａｎｄｉｎ ｃｌｕｄｉｎｇｔｈｅｗａｔｅｒｌｅｖｅｌｏｆ ｐｉｅｚｏｍｅｔｅｒａｎｄｔｈｅａｍｏｕｎｔｏｆｓｅｅｐａｇｅｉｎｅａｃｈｐａｒｔｏｆｄａｍ .Ｉｔｉｓｏ…