基于小波消噪及BP神经网络的大坝变形分析

摘要：

基于港口湾大坝多期变形观测数据,采用Matlab语言、小波消噪及BP神经网络分别建立了基于时间序列和基于环境因素的大坝变形监测BP神经网络模型,并利用模型分别对大坝某点变形值进行预测.时间序列BP模型具有结构简单、学习速率快的特点;环境因素BP模型精度高,可有效反映变形因素,便于拟合预测复杂的测点变形,相对前一种模型能更好地揭示大坝变形规律.两种建模方法先应用小波分析对原始观测数据消噪,训练过程中采用附加动量法等改进BP尊法,大大提高了BP神经网络的计算效率,克服了其易陷入局部极小的缺陷,取得了良好的拟合效果和预测精度.

关键词：小波消噪、BP神经网络、大坝变形、变形预测

所属期刊栏目：42

分类号：TV698.23(水利枢纽、水工建筑物)

资助基金：国家公益性科研专项200911014;安徽省国土资源项目200908024

在线出版日期：2011-09-13（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：90-93