ACO-BP神經(jīng)網(wǎng)絡(luò)在大壩監(jiān)測數(shù)據(jù)處理中的應(yīng)用研究.pdf

1、近年來，隨著水利水電事業(yè)的高速發(fā)展，大壩的規(guī)模不斷擴大，其施工條件也越來越復雜，大壩的安全問題變得尤為重要。大壩安全監(jiān)測是大壩安全管理工作的必要組成部分，是降低工程風險、減少事故發(fā)生、反映大壩實際工作狀態(tài)的重要手段。水庫大壩的原型監(jiān)測資料的分析，是對大壩進行安全評判的科學依據(jù)。因此對大壩觀測資料做出及時、合理、有效的分析是大壩安全監(jiān)控的重要工作之一。BP神經(jīng)網(wǎng)絡(luò)作為目前應(yīng)用最為廣泛的信息處理方法，特別是其具有強大的非線性函數(shù)逼近能力、自

2、組織、自學習和自適應(yīng)能力，使其在大壩監(jiān)測數(shù)據(jù)分析與處理方面得到廣泛的應(yīng)用。但在BP神經(jīng)網(wǎng)絡(luò)應(yīng)用于大壩觀測數(shù)據(jù)分析的實際過程中，也存在一些不足之處。因此需要采取一定的方法和措施來改善BP神經(jīng)網(wǎng)絡(luò)的算法性能。本文的主要研究內(nèi)容和成果如下:
　　(1)系統(tǒng)闡述BP神經(jīng)網(wǎng)絡(luò)的算法原理、特點和算法步驟等，分析其局限性和改進思路，在分析土石壩各效應(yīng)量與其影響量之間的關(guān)系的基礎(chǔ)上編制了BP網(wǎng)絡(luò)建模程序。
　　(2)研究了蟻群算法的原理和特

3、點等，針對BP神經(jīng)網(wǎng)絡(luò)收斂速度慢、易陷入局部極小值等弱點，將具有全局尋優(yōu)能力的蟻群優(yōu)化算法(Ant Colony Optimization，ACO)引入BP神經(jīng)網(wǎng)絡(luò)模型，用來優(yōu)化BP神經(jīng)網(wǎng)絡(luò)的初始權(quán)閾值，進而建立了ACO-BP神經(jīng)網(wǎng)絡(luò)預測模型。
　　(3)對建立好的ACO-BP神經(jīng)網(wǎng)絡(luò)預測模型進行了工程實例應(yīng)用研究。結(jié)合大壩滲流、位移監(jiān)測數(shù)據(jù)進行了擬合預測，并與BP神經(jīng)網(wǎng)絡(luò)模型擬合預測結(jié)果進行比較，分析得出ACO-BP網(wǎng)絡(luò)模型的收