欢迎来到天天文库
浏览记录
ID:32977673
大小:2.89 MB
页数:72页
时间:2019-02-18
《pso-elman神经网络在大坝安全监测数据分析中的应用研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库。
1、躐滚㈢㈦芝瓣誊篷‘嚣霪囊鬻鏊7誊;毒尊{;i《;,0.≯0㈡。≮独创性?声:明’,薯≯蠹籍l、l饕li㈡,l,£-一t,除特别加以标注的地方外,论文中不包含其他人的研究成果。与我—嗣工作的同志对本.r。:⋯;,.X,::没的研究工作和成果的任何贡献均已在论文中作了明确的说明并已致谢。:::.’.j:::j:t.:、、,j~j弋:.哆’_jj;本论文及其相关资料若有不实之处。由本人承担一.切相关责任。,I::;!
2、:i’!。i
3、
4、-_l;夕≯?≥≤鋈鬻≤瓣豢簸歪誊乏簿≯如下使用权,包括:学校可以保存学位论文;、可以采用影印、缩印或其他复制手段保存一.
5、、一.论文P‘.钶以查阅或借阅.本人授权西安理玉大学对学位论文全部内容编入猃开的数据库‘’阜:透行检索。本学位论文全部或部分内容的公布(包括刊登)授权西安璎工大学研究生学“一?:.一“:..一、’.,_^.一.一。.,.-二.:_i"。什■h●^+nn“≯0,.¨,,r,”,i”譬一妒”‰埝∥一。小≯蹦¨¨粗》%一≯≯一p“。tJ,:,,,4一龋。●.^-◆-塑墨!\嗍·-___·_I-‘’’--_·-______·_-_______--_________-·___-_ll_·-__________--_-__I___l_____--‘‘o。--_
6、-_ll_I__-____-__l’_1r,■●●J',-o论文题目:PS0-Elman神经网络在大坝安全监测数据分析中的应用研究学科专业:水工结构-V_程研究生:王新岩指导教师:杨杰副教授摘要签名:国内外一系列的溃坝事件使人们已经认识到,为了保障大坝的安全运行,必须针对大坝开展安全监测工作。大坝安全监测是大坝安全运行的耳目,是降低工程风险、减少事故、揭示大坝实际工作性态的重要手段。大坝安全监测是直接获取大坝信息的重要组成部分,对大量的监测资料及时地处理分析,可以进一步地掌握大坝的运行特征及规律,及时发现潜在的危机,减少经济损失甚至避免灾难的发生。
7、因此,大坝安全监测数据的处理与分析,已成为水利工作者不可回避的问题。人工神经网络作为一种新兴的、功能强大的信息处理方法,特别是其强大的函数逼近能力、自组织和自适应能力,使其在大坝监测数据分析与处理方面也得以应用。目前,大坝安全监测神经网络模型的研究处于发展阶段,本文针对BP神经网络的不足,提出Elman神经网络模型,并进行以下研究:(1)阐述了Elman神经网络和BP(BackPropagation)神经网络的基本原理,并根据其原理构建Elman神经网络预测模型和BP神经网络预测模型;(2)利用Elman神经网络预测模型和BP神经网络预测模型,结合
8、碧口大坝的工程实例,分别对沉降位移和渗压进行预测,结果表明Elman神经网络模型在预测中具有相对较高的预测精度和较强的稳定性:(3)针对Elman神经网络容易出现局部极小值等不足,将具有人工智能的粒子群算法(ParticleSwarmOptimization)引入Elman神经网络模型,用来优化神经网络的阈值和权值,进而建立PSO.Elman神经网络模型;(4)结合碧口实测资料,证明PSO.Elman神经网络模型在大坝安全监测数据预测分析中相对于BP神经网络模型、Elman神经网络模型具有一定的优越性。关键词:Elman神经网络;PSO.Elman
9、神经网络;大坝安全监测;◆.0■▲t▲,k▲●厶p'AbstractTitle:PSO.ELMANNEURALNEl、ⅣORKINTHEDAMSAFETYMONITORINGANDDATAANALYSISMajor:HydraulicStructureEngineeringName:XinyanWangSupervisor:Associateprof.JieYANGAbstractsignature:茎豳兰竺!竺塑Signature:。垃幽AthomeandabroadaseriesofclamfidlureeventSSOthatpeopleha
10、verealizedthatinordertoprotectthesafeoperationofthedammustbecarriedoutfordamsafetymonitoring.Damsafetymonitoringistheeyesandearsofthedamsafetyoperation,reduceprojectrisk,reduceaccidents,andanimportantmeanstorevealthestateofthedamwork.Damsafetymonitoringisanimportantpartofdirec
11、taCCCSStothedam,thetimelyprocessingoflargeamountofmonitoringd
此文档下载收益归作者所有