基于遗传单纯形神经网络的大坝变形监控模型

来源 :水力发电学报 | 被引量 : 0次 | 上传用户:caochangzheng
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
本文针对遗传算法局部搜索能力差的缺陷,把单纯形法嵌入到遗传算法中构成复合遗传算法,建立了基于遗传单纯形神经网络的大坝变形监控模型。实例研究表明,该模型较遗传神经网络模型、BP模型收敛性能好,具有较高的预报精度、较快的训练速度和较强的泛化能力,用于大坝变形预测有效可行,具有良好的应用前景。
其他文献
本文对三陕原型混流式水轮机进行了三维非定常湍流计算,得到了水轮机的非定常流场,预测了尾水管内的压力脉动.通过与模型试验结果进行比较可以看出,本计算能够比较准确地预测
针对有文章对三峡水库淤积研究采用的米沙系列提出了异议,认为数量偏小,从而使淤积研究成果不安全,“要更多的‘居安思危’才是科学的态度”。本文对此专门予以回应。文中首先指
本文将自适应有限元用于拱坝,应用ZZ后验误差估计方法以及h-型自适应策略,对典型的悬臂梁和拱坝进行三维线弹性自适应有限元计算。计算结果表明,本方法可有效提高计算精度和计算
基于模型试验,本文研究了水垫塘透水底板的水动力特性。结果表明,与不透水底板相比,透水底板可以显著地减小上举力,从而可以提高底板的稳定性。文中阐述的开孔率k、孔径D等对水动