BP神经网络在大坝位移监测中的应用

利用BP神经网络模型较强的非线性处理能力特性,以水位、温度和时效作为输入层,大坝位移为输出层,建立BP神经网络模型对龙滩大坝的位移监测数据进行模拟和预测,并将拟合值、预报值和实测值进行对比分析,结果表明:BP神经网络模型对大坝位移拟合效果较好,预报值精度较高,具有一定的参考应用价值。     

改进的BP神经网络模型在大坝安全监测预报中的应用

针对BP神经网络模型存在的缺陷进行了改进 ,并将改进的BP模型应用于大坝安全监测中效应量的预报。示例证明 ,改进的BP神经网络模型与常规BP神经网络模型及回归统计模型比较具有明显的优越性     

隔河岩大坝安全监测系统评价及改进

介绍了隔河岩大坝安全监测系统的布置情况，根据技术评价对监测系统的仪器设备、观测项目及观测频次提出改进意见。     

基于改进BP神经网络的大坝变形监测模型预报

变形监测是大坝安全运行的重要保证,结合白石水库混凝土坝真空激光X向位移资料进行分析,提出应用改进的BP神经网络思想建立的安全监测模型,结合对相关数据参数进行系统性的研究,并与传统BP神经网络模型训练、预测结果对比,得出改进的BP神经网格模型优于传统BP神经网络模型,具有一定抗差能力,能够降权使用可疑值,相关系数较高,预测精度好,可在实际中广泛运用。     

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。     

神经网络应用于大坝安全评价的方法研究

运用神经网络方法评价大坝安全极具优越性,但传统大坝安全评价方法不能为神经网络模型提供学习样本。提出一种新的大坝安全评价方法,为神经网络应用于大坝安全评价提供可能。     

佛子岭大坝安全监测系统更新改造

介绍佛子岭大坝原有安全监测系统及存在的问题，各观测项目更新改造的要求及部分项目的实施情况，并结合实际谈了几点体会。     

运行期大坝安全监测系统评价

从运行期大坝现有监测设施可靠性和监测系统完备性两个方面介绍了监测系统评价的内容。从影响可靠性的因素出发,阐述监测设施可靠性评价的要点,以满足评价大坝安全性为标准,阐述运行期大坝安全监测系统完备宜具备的条件。     

基于BP神经网络的非线性组合模型及其应用

由于采用最优权组合模型进行大坝安全监测观测资料分析时，有时会出现不符合实际的负权重，针对这一情况，采用基于BP神经网络的非线性组合模型，并进行实例计算。实例表明，基于BP神经网络的非线性组合模型是可行的和合理的，建立可信的数学模型是作好组合模型的前提，基于BP神经网络的非线性组合模型拟合精度和预报效果都要优于最优权组合模型，各予统计模型。     

基于改进BP神经网络的大坝安全监测预报模型

合理有效的安全监控预报模型,是保障大坝的安全运行的重要手段.针对传统统计模型预测精度不高的问题,通过对BP神经网络的优化改进,建立基于逐步回归特征选择算法筛选输入变量、自适应学习率和附加动量因子网络学习的BP神经网络预测模型,并将该模型用于某混凝土拱坝的变形预测中.结果表明,改进的BP网络预测模型具有出色的非线性逼近能...     

BP神经网络在鱼洞河滑坡稳定性评价中的应用

 以边坡高度、边坡角度、岩土重度、粘聚力、内摩擦角等作为输入模式变量，建立BP人工神经网络训练样本集以之用作滑坡稳定性评价。通过对网络学习参数的优化，如学习速率为0.9，学习步长为0.7，在迭代12 589次网络训练后样本收敛。以此为基础，建立BP神经网络各隐含层的连接权重和阈值，进行模式识别，完成了鱼洞河边坡状态和稳定系数的计算。计算结果表明，鱼洞河边坡处于破坏（不稳定）状态，稳定系数为1.100 5     

突变理论与BP神经网络相结合的堤防安全综合评价

针对堤防工程失事后果严重,难以进行全线监控等问题,从致灾因子、孕灾环境和承灾体3个方面考虑,选取恰当的评价指标,构建了多层次多目标半结构性的堤防工程安全评价指标体系。在堤防安全评价指标体系的基础上,提出基于突变理论与BP神经网络相结合的堤防安全综合评价模型,即将突变理论归一公式处理后的指标作为BP神经网络的输入,通过试错法确定中间层,输出为堤防安全综合评价值。利用该模型对黄河宁夏段堤防工程进行堤防安全综合评价,并将综合评价模型评价结果分别与主成分分析法和层次分析法的评价结果进行对比分析。结果表明,模型评价结果合理,既考虑了系统内部各影响指标间的矛盾关系,也具有较强的鲁棒性,简单实用,对同类水利工程安全评价具有借鉴意义。     

基于BP神经网络的河道断面变形预测模型

采用“试错法”，以及通过建立网络训练学习过程与网络特征参数之间的反馈机制，对BP神经网络隐含层单元数和特征参数进行优化选择。在此基础上，以河段水沙条件、水流主流位置及河道边界条件为输入向量，河道断面高程或冲淤变形为输出向量，建立了基于BP神经网络的河道断面变形预测模型。经长江中游马家咀河段实测资料验证，模型能准确模拟和预测该河段各断面的冲淤变化过程。     

土石坝安全监测信息管理系统开发

介绍了《土石坝安全监测分析评价预报系统》的信息管理系统．该系统包括数据库子系统、预处理子系统、图形／图像子系统．该系统为水库安全评价的及时性、准确性提供了保证，具有较好的应用前景。     

基于安全监测的水闸健康诊断体系研究

水闸监测资料是对水闸工作性态的直接反映, 现有的基于工程可靠性及安全鉴定规程的水闸安全评估方法存在未能充分利用安全监测资料的局限性。以水闸安全监测为基础, 结合水闸破坏机理, 研究了基于安全监测的水闸健康诊断指标设置方法, 构建了一个具有多层次和多指标特性的水闸健康诊断指标体系, 提出了正常、基本正常、异常、失常的水闸健康状态四等级划分方法, 并设计了相应的评语集及对应的隶属度区间, 从而建立了一种新的基于安全监测的水闸健康诊断框架体系, 并利用该方法对潮州供水枢纽工程东溪水闸进行了健康诊断。该诊断体系能更合理地反映水闸的实际健康状态, 可为水闸实时在线安全监控提供基础条件和技术支持。     

基于改进BP神经网络模型的苏帕河流域梯级电站水质综合评价

引入人工神经网络（ANN）理论,提出了水环境质量综合评价的改进BP神经网络模型,并编制了相应的程序。将模型运用于苏帕河流域梯级电站水质综合评价中,结果表明改进的BP神经网络模型通过变步长法和加入动量项的方法不仅可以减少训练的次数,避免网络训练陷入平坦区,还可以提高网络的精度,减小全局误差。与传统评价方法相比,本模型全面考虑多种因素,评价结果更为客观、合理;相应所开发的评价系统适应性强,通用性好,简单易用,具有优越性。     

基于BP神经网络的模糊聚类法分析地下水质成因

将基于BP神经网络的模糊聚类分析法应用于糯扎渡水电站坝区地下水的水质成因分析表明，该方法在解决实际问题中具有应用前景。     

双隐层BP神经网络模型在区域水安全评价中的应用

基于BP神经网络的基本原理和方法,构建双隐层BP神经网络水安全评价模型.以相关文献资料进行模型评价效果验证.验证表明:所建立的双隐层BP评价模型和评价方法是合理可行的,是一种可以运用的区域水安全评价方法.基于此模型,结合丰水地区区域实际,利用层次分析法构建了符合丰水地区水安全评价的指标体系和标准,以文山州区域水安全评价为例进行分析.结果表明:文山州各评价区域不同规划水平年水安全评价等级为Ⅳ～Ⅱ级,即处于不安全与安全之间,客观反映了文山州现状及中、长期水安全状况,符合区域实际,评价结果可作为研究区域水安全评价的参考依据.     

多因素评判理论在监测系统综合评价中的应用

在介绍多因素评判理论的基础上,阐述了多因素评判方法在大坝安全监测系统综合评价工作中的应用,结合实例说明该方法的实际操作,并得出一些有用的结论。