大岗山水电站右岸边坡开挖期位移 预测的PBM模型研究 |
| |
作者姓名: | 龚斌 唐春安 |
| |
作者单位: | 大连理工大学 海岸和近海工程国家重点实验室,辽宁 大连,116024;大连理工大学 海岸和近海工程国家重点实验室,辽宁 大连,116024 |
| |
基金项目: | 国家自然科学基金;国家自然科学基金 |
| |
摘 要: | 采用BP神经网络模型从大岗山水电站右岸边坡位移监测数据中提取其变形的主要特征,获取其内在机制以实现对其变形行为的预测。在训练过程中,为了克服神经网络易于陷入局部极值和收敛速度慢的不足,保证其预测的正确性,可采用改进的粒子群算法对其初始权重和阈值矩阵进行优化,即建立PSO-BP模型。此外,将由PSO-BP模型预测的位移值的残差序列视为马尔科夫链,可采用马尔科夫理论对其进行进一步地修正,以减少系统评估过程中出现的随机性。最终,建立了用于边坡非线性位移时间序列分析的PBM模型,实现了对数据的事先优化及事后修正。分析结果表明,PBM方法能够准确预测边坡变形的趋势特征,其位移预测结果与现场监测结果能够很好地吻合也进一步说明该方法的正确性与有效性,为相似工程的坡体变形分析提供了分析工具和值得借鉴的思路。
|
关 键 词: | 边坡工程 变形预测 粒子群算法 神经网络 马尔科夫理论 |
本文献已被 万方数据 等数据库收录! |
| 点击此处可从《水利与建筑工程学报》浏览原始摘要信息 |
|
点击此处可从《水利与建筑工程学报》下载免费的PDF全文 |