遗传算法与神经网络在土石坝安全监测资料分析中的应用研究.pdf

文档介绍：河北农业大学
硕士学位论文
遗传算法与神经网络在土石坝安全监测资料分析中的应用研究
姓名：司春棣
申请学位级别：硕士
专业：水利水电工程
指导教师：李书全
20040619
摘要就我国水库大坝工程监测及自动化管理的现状而言，士石坝工程是一个薄弱环节，不少大坝在带病运行，工程隐患较多，因此及时准确地对土石坝安全监测资料进行分析并建立监测模型，以识别土石坝的运行状况，监控其安全，是十分必要的。而遗传算法、神经网络等人工智能技术的成熟及迅猛发展为土石坝安全监测资料分析提供了新的理论和技术上的支持，依赖于遗传算法基于“优胜劣汰”机制的全局概率搜索特性及神经网络强大的非线性映射能力，本文做了以下主要工作：首先，应用分层遗传算法对土石坝变形监测中的漏测沉降进行优化计算，并将漏测沉降作为沉降曲线回归模型中的回归因子，克服了常规方法对实际沉降过程描述差而造成漏测沉降计算误差较大的缺点，研究结果表明计算出的漏测沉降更接近于事实。另外，在土石坝测压管滞后时间难以确定问题上，根据库水位与测压管水位扣除滞后时间后基本满足线性关系原理，提出了基于遗传算法思想的滞后时间优化计算方法，其中库水位与测压管水位过程线的拟合由径向基函数神经网络来实现。不仅实现了电算化，而且实例表明该方法是合理有效、简针对以往监测模型预测精度难以保证的的问题，本文在分析比较了几种土石坝安全监测预报模型的基础上，提出了一种新的安全监测预报模型一一遗传回归模型，该模型通过遗传染色体对建模因子进行优选，并在适应度函数中综合考虑模型拟合精度与预测精度平衡。通过实例对模型进行验证，证明该模型是高效可行的，在保证一定拟合精度的基础上，实现了模型预测精最后，总结了本文的研究工作，对今后的研究进行了展望。关键词：土石坝：漏测沉降；分层遗传算法；测压管滞后时间；—安全监测预报；遗传回归模型：单可行的。度的提高。
甅稍贰R籊鹀核雐轧，琽瑆疭猺．琤。瑃，賝，．猂﹔．，；甤篹—籵；；—籹—．
学位论文作者愁名：司锵蛳虢李书勺学位论文作嚣签名：菘韪仅独创性声明关于论文使用授权的说明然字嚣期；戳垮年占其沙躁签字日期：释辏镁⑷窘荬稳天已经黢表戢撰写过豁蕊完成聚，毽不包含为获褥煎熬塞冀纛篷或葵它潼。本天援投湮整塞鏊盘堂霹驳穗论文楚全帮藏窭分惑寒缡久有关鼗撼霉避蟹箍字目潮：沙肽晡阍路鄣零学壹逡文捧考竞垒了释遂叁霪塞雯誊关保錾疑菠鬟学捩论交辩矮囊，畜的研究成果。德我所知，除了文中特别加以栋注和致谢的地方外，论文中不趣权操搿弗向因窳有关部门送交论文的艇印件和磁盘，允许论文被查本太声璃辨至交瓣学亵论文是搴诰膊灸焖庀陆腥锝镁抗ぷ骷叭￠教育机掏的举位或诞书丽使用过的槠料。与我一圊工作的丽恚对本研究所做螅饪襄羹戆鸯量程论文中露了龋礴翡落鼹荠表示了嚣意。检索，町以采厢影印、缩印城扫描等方法加以保存或编成学位论文摈笈是村晕霓撇咎茌⒆瘛考然聿ā
士石域安全益测资料分析的目的及意义改善河流的通航条件等方面发挥了巨大作用“Ｔ诎庸そㄉ柚鸩椒⒄购凸ゐ婺２恍扩大的同时．图内外也相继发生了一些太坝失察事件，她年的法嚣马尔巴赛湾螽东库因渗遴疆环蔼浮致骜竣等。这绘桴关国家带来了惨重靛炎难帮墓大静经漭损大缎安垒黢溅在远强昀错***㈥俟特茫磔牒伶荻緘算撬技拳聂控裁技零豹飞速发髓．其监测技术．燕测手段、监控的实时性、数据分析处理的速度和自动化程度也取褥了长足进步“”Ｈ欢谡獾敝校牖炷涟拥瑞Χ福链拦∩甙踩ḿ嗖夤べ相对较差，存在着盗测设备陈嘲，技术学段落后等现象，以我国为例，在已建成的八量、簸潮设备较差，且长麓存农簦测蜜辩分析王俸不是、不系统，技术方法落后等闷设各等愿因，育酶测点发生位移灞测，以黧于不能掌握大坝早期的变形趣律，不易发瑗邑藏戈不可逆转的趋势，反谈裂±石瑗安全监测建搂孛雯是絮藏。在实际淄蔻孛，影遗传算法与神经网结在士石坝安全监测资料分析中的研究应用越界筑壤融骞年戆历史，强藤器修建了数蚨万诗大埂，簌防洪、发照、灌溉、低扮锼冒踊躺吵屠龅贾驴遨鳎暌獯缶賘的瓦伊臻拱坝滑坡失事．年的我国掇桥和石漫滩两座士坝因洪水漫坝失事．年我国的失，因此各国政府和坝工界都对犬坝安众监测高度重视””’。万四千余座大坝当中，肖％悬土石坝，这些坝大都是擞五、六十年代修建，施工质题“””’。另外，由于土石坝的教粒体材料特性，其失事翠要高子其它坝型，据年发表在《瘩毫与大缓享耙荒栉穆毒莩觯褐魇ン寄跏侣事‰，而混溅土拱坝和重力坝的失事率仅为搿Ｒ虼送潦渝啡ḿ嗖夤ぷ骶咝皇种匾的意义。目前，犬觏安全监测资料分析的研究工作大