顾及大坝位移残差序列混沌效应的GA-BP预测模型

摘要：

针对大坝观测数据常规模型训练后的残差混沌效应及模型回归方法的拟合度等问题,文中融合遗传算法与神经网络的数据训练优势,通过构建的遗传神经网络(GA-BP)算法对大坝变形观测序列资料进行回归提取残差序列.基于位移回归残差序列的混沌特性,利用混沌理论对其残差序列进行数值分析,并将残差预测结果与GA-BP预测模型进行叠加.据此,提出了考虑大坝变形残差序列混沌效应的GA-BP监控预测模型.实例表明,文中建立的预测模型的计算精度及收敛速度均得到提高,且考虑残差影响的大坝监控模型的预测效果得到了有效的提升.该模型的建模方法亦可推广应用于边坡及其他水工建筑物的安全预警.

关键词：大坝、残差序列、遗传神经网络、(GA-BP)、混沌理论

所属期刊栏目：45

资助基金：国家自然科学基金批准号:51409139和江西省教育厅青年科学基金批准号:GJJ14223资助项目

在线出版日期：2015-06-19（万方平台首次上网日期，不代表论文的发表时间）

页码：541-546