EMD-ARI模型在大坝渗流预报中的应用研究

利用EMD秉留原数据属性的特点,基于MATLAB平台对汾河水库左坝岸渗流数据进行分解,初步提取可能周期项与趋势项,对剩余值序列基于SAS平台进行时间序列分析,建立ARI模型,各参数重构建立EMD-ARI渗流耦合模型。将此模型对大坝渗流量的预报结果与ARI单一模型的预报结果进行比较,结果表明,EMD-ARI耦合模型的预报精度明显优于ARI单一模型,可为大坝安全运行状态监控及模型构建提供参考。

基于QGA优化的BP神经网络的大坝渗流预报模型

针对BP神经网络的过拟合和收敛速度慢等问题,基于量子遗传算法(QGA)对网络初始权值、阀值进行优化,结合某电站实测资料建立了大坝渗流预报模型,通过对模型实例的比较,验证了模型的优越性.该模型在实际工程应用中有一定借鉴意义.