大坝位移监测中的粗差剔除方法

针对大坝位移监测中常用粗差剔除法存在的问题提出了一种新型的粗差剔除方法。首先,根据层次分析法得到Dixon准则、Grubbs准则、Chauvenet准则、四分点准则的权重系数,并设定好粗差判定阈值;其次,根据原始观测资料建立大坝位移的偏最小二乘回归模型,得出样本对应的残差序列;然后根据四个准则依次判定出所有疑似粗差的测值;最后,按照此4种准则的权重系数,加权综合得到每个测值的粗差概率值,并与粗差判定阈值对比,得到最后的粗差集并剔除。该方法综合考虑了多种粗差数据识别方法,权衡了误判和漏判的可能性,为剔除大坝位移数据中的粗差提供了一种更为科学合理的方法。

基于MATLAB的Elman神经网络在大坝位移预测中的应用

根据MATLAB的Elman神经网络模型能够逼近任意非线性函数的特点和具有反映系统动态特性的能力,提出了一种利用Elman神经网络建立大坝位移预报模型的方法。通过实例比较Elman模型与BP模型的预测效果,结果表明,所建立Elman神经网络模型不仅收敛速度快,且其预测精度高于BP网络模型。利用MATLAB神经网络工具箱能使工作者从繁琐的编程中解脱出来,有效的提高工作效率。

逐步回归-PLS模型在大坝位移监控中的应用

针对传统统计模型分析大坝位移监测资料中合理删选自变量问题,以陈村重力拱坝为例,基于偏最小二乘法建模原理,采取逐步回归法筛选变量,构建了逐步回归-PLS模型。实例应用结果表明,该模型简单、有效减少了自变量个数、提高了回归模型的精度和线性显著性。

改进的非等间距灰色模型在大坝位移预测中的应用

传统GM(1,1)预测模型在大坝位移拟合及预测中存在优化方式单一、适应性不佳等不足,一定程度上影响模型的预测效果。基于蛙跳算法,通过优化背景值和平滑系数、寻找最优定解条件以及残差优化等方法,提出了改进的非等间距GM(1,1)大坝位移预测模型。结合相关工程实例,对比分析了2种模型的拟合效果和预测精度,说明了相对于传统GM(1,1)大坝位移预测模型,改进的GM(1,1)大坝位移预测模型能有效提高位移预测精度,可以应用于实际大坝结构中的位移监控及预测。

Matlab仿真平台下大坝位移BP神经网络模型研究

基于人工神经网络的非线性映射能力,应用Matlab7.1网络仿真平台,结合辽宁省白石水库多年大坝位移实测数据,建立了3种不同改进BP算法的多层前馈神经网络模型。并通过LM算法、BR算法、GDX算法的BP网络模型的拟合、预报结果,对3种模型的应用效果进行了比较分析,得出了LM算法的BP网络更适合用于建立坝顶位移监控模型的结论,以实现对大坝位移实时、有效的监控。

基于遗传算法的Elman神经网络模型在大坝位移预测中的应用

针对大坝位移预测问题的复杂性、时变性和传统预测模型的不足,结合遗传算法(GA)的全局随机搜索能力和Elman神经网络的非线性映射、动态反馈信息和记忆功能的特点,建立了GA-Elman神经网络模型。与Elman神经网络模型相比,GA-Elman神经网络模型在预测大坝变形时具有全局收敛的特点,可以克服Elman神经网络容易陷入局部极小的缺陷。将该模型用于预测某水电站大坝实测变形数据,表明GA-Elman神经网络模型的预测精度高,在大坝位移预测中具备实用性。

系统优化的GM(1,1)模型在大坝位移预测中的应用

针对传统灰色GM(1,1)模型的缺陷,以陈村大坝为例,根据最小二乘原理提出了以GM(1,1)的一次累加生成建模序列所有分量的拟合误差平方和最小为约束条件,求得新灰色GM(1,1)预测模型的最优初始值,改进了原GM(1,1)模型的背景值及灰度值,并与传统GM(1,1)模型做了比较。数值仿真结果表明,新模型精度较高,预测效果较理想。

Kalman滤波用于大坝位移模拟与预报

为降低随机干扰因素对大坝位移观测数据的影响,针对大坝位移特性并基于Kalman滤波理论和统计模型建立了大坝水平位移的状态方程和观测方程。在Kalman滤波方程组未知参数的确定中以误差方差估计确定白噪声方差,利用多元线性模型求得状态转移矩阵,这样既反映了真实误差也描述了各因素间的复杂关系。应用实例表明,Kalman滤波可显著降低大坝监测中的噪声影响,提高位移统计模型的模拟和预报精度。

大坝位移BP网络模型影响因子的优选

大坝位移影响因子中最优影响因子的选择,将直接影响到大坝的变形预报,将不同相关系数法引入到大坝位移重要影响因子的选择中,进行对比分析,基于BP神经网络进行预报与分析,得到大坝位移影响因子的优选法。

软硬折衷阈值小波去噪法在大坝位移监控中的应用

为识别并去除棉花滩水电站大坝监测数据中的噪音,采用软硬折衷阈值小波去噪法对坝顶水平位移进行去噪处理,利用MATLAB中自带的支持向量机工具箱对去噪后的坝顶水平位移进行拟合、预测,并与传统多元回归方法的结果进行对比。结果表明,该方法在建模时段和预测时段的误差平方和分别为3.49、5.49,均优于传统多元回归方法,软硬折衷小波去噪方法与支持向量机结合具有较好的拟合、预测效果。

基于偏最小二乘回归的大坝位移混合模型研究

介绍了偏最小二乘法的建模基本思路和交叉有效性判别方法,编制了偏最小二乘回归程序,与弹性力学有限元联系,建立了基于偏最小二乘回归的大坝位移混合模型。算例分析表明,建立的模型有较好的拟合和预报功能。

大坝位移监测分析及稳定性识别研究

本文应用确定性力学来分析大坝的位移监测资料，将反分析技术引入到大坝的安全施工和运行监控中并进行工程的稳定性识别评价。在反分析中作者提出了一种新的岩体多介质弹模识别方法。以湖南东江拱坝的位移监测为研究课题进行了具体的分析和稳定性评价。最后作者提出了一种简便快速的预测评价方法，两者结合应用，使监控工作既快又实用，值得现场技术人员使用。

采用BP算法分析大坝位移

根据大坝的原型观测资料建立了BP网络模型,并采用BP算法对大坝位移进行了分析.实例计算表明,此方法大大提高了运行速度,且能够提高大坝位移的拟合和预测精度.

改进RBF神经网络法在大坝位移分析中的应用

针对RBF神经网络容易出现局部最优解和收敛速度慢的问题,提出引入惯性权重来改进混合蛙跳算法,继而用改进方法优化RBF神经网络。改进的混合蛙跳算法通过设定一个合理的初始权重,从而达到修正青蛙群体的更新策略、跳出局部最优解、避免早熟的目的,同时具有平衡全局搜索和局部搜索的能力,很好地解决了传统RBF神经网络局部最优和收敛速度慢的问题。以某大坝位移分析为例,采用基于改进蛙跳算法的RBF神经网络后,模型预测精度有了较大的提高,与工程实际更为接近,具有一定的工程实用价值。

洪门大坝位移预报模型与安全监控指标的研究

针对洪门大坝1985￣1992年水平位移和垂直位移的观测资料进行反馈分析,得出了该坝位移预报数学模型,并进一步得出坝体安全监控指标,以保证其安全运行,最大限度发挥其工程效益。

基于小波分解和支持向量机的大坝位移监控模型

常规大坝安全监控统计模型未能分别针对监测序列值内系统信号和随机信号特点进行模拟,故预报精度存在一定的提升空间。基于小波分解技术,利用监测序列值信号频率特征分离出系统信号与随机信号,并结合逐步回归与支持向量机(SVM)对不同信号的处理优势,在引入网格寻优与交叉验证确定SVM敏感参数的基础上,提出了一种基于多元统计结合小波分解和支持向量机的大坝位移监控模型,同时编制了其相应的计算程序。工程算例表明,该模型较常规模型能够同时考虑监测序列中的系统信号和随机信号,并且具有较强的模型寻优能力和更高的预报精度,从而验证了所建模型的有效性,该方法亦可推广应用于高边坡及大坝其他预警指标的监控。

大坝位移的改进非等间距GM(1,1)预测模型

基于灰色理论建立的GM(1,1)灰色预测模型常被用于大坝位移实测资料序列的分析。为提高大坝位移预测精度,在分析传统GM(1,1)预测模型构建原理、步骤的基础上,提出了对原始数据序列进行平滑处理、对背景值和残差序列进行优化等方法,建立了大坝位移预测的改进非等间距GM(1,1)模型,并用某大坝水平径向位移监测数据对其进行了检验,结果表明:改进的模型在大坝位移预测中的适用性更强,不仅提高了预测精度,而且保留了灰色模型建模灵活、所需数据少等优点,用于短期预测效果较好,用于长期预测的效果有待考证。

偏最小二乘-马尔科夫模型在大坝位移预测中的应用

为克服大坝位移预测回归模型中,选取因子的多重相关性对回归方程的影响,同时考虑到位移的波动性对残差的影响,提出一种偏最小二乘-马尔科夫链大坝位移预测模型.偏最小二乘法能够有效解决多重相关性的问题,马尔科夫链具有适应数据波动的优点,两种方法相结合发挥各自优势,以进一步提高单一偏最小二乘回归的预测能力.工程实例的分析表明,该模型能够有效提高预测精度.

RBF神经网络在线学习方式及其在大坝位移监测中的应用

针对目前RBF神经网络训练算法存在的问题,提出了一种模拟人类学习方式的自动调整隐层节点数的在线训练方法,对其理论依据进行了分析,并用实例对其进行了验证。结果表明,此种学习方法速度快、拟合精度高、新旧知识均可记忆,克服了以往算法的不足,具有很大的实用性。

分形-V/S法在大坝位移安全监测资料分析中的应用

大坝位移受多种因素的影响,其监测序列往往呈现明显的非平稳性。对此,基于分形理论将V/S分析法应用到大坝位移序列的长程趋势性分析中,剖析了位移序列的分形特性及演变规律,并基于Hurst指数和分形维数定量表征测点时间序列的内在特征,据此评价大坝变形性态和安全状况,取得了较好效果。分析结果表明,位移序列虽然局部波动,但整体发展态势良好,且具有良好的记忆性和长程相关性,未来变化趋势将与过去保持一致,发展过程具有持久性,变形受确定性因素影响较大,变形以线弹性为主兼具随机性,测点位移状态基本稳定,并有朝稳定性方向发展的趋势。研究成果可为类似工程提供参考。