土石坝渗流的自学习神经网络模型
何勇军,沈秋
摘要(Abstract)：
通过对土石坝渗流的成因分析,应用人工神经网络原理,并结合某土石坝的实测资料,建立了渗流自学习神经网络监控模型,给出了模型的输入、输出因子和模型结构.所提出的自学习神经元有正向传播信息、反向传播误差及学习的功能,是一个独立实体,由自学习神经元可方便地构成自学习BP网络.所建立的渗流监控模型不仅可用于大坝渗流分析,同时可以用于监视大坝的安全运行和预报.从模型的计算结果看,计算值与实测值基本重合,所建模型是有效的.
关键词(KeyWords)： 自学习神经网络;土石坝;渗流;监控模型
基金项目(Foundation):
作者(Author): 何勇军,沈秋
参考文献(References)：
- [1]FausettLV.FundamentalsofNeuralNetworks-Architectures,Algo-rithmsandApplications[M].EnglewoodCliffs:PrenticeHall,1994.
- [2]ZhouS,PopocivD,Schulz-EkloffG.AnImprovedLearningLawfoBack-propagationNetworks[A].In1993IEEEInternationalConfer-enceonNeuralNetworks[C].SanFrancisco:IEEEPress,1993.573580.
- [3]ZhouS,PopocivD,Schulz-EkloffG.AMotivation-FollowedLearning[A].Proceedingsof1993InternationalJointConferenceonNeuraNetworks[C].1993.549-552.
- [4]李士勇.模糊控制·神经控制和智能控制论[M].哈尔滨:哈尔滨工业大学出版社,1996.
- [5]吴中如,沈长松,阮焕祥.水工建筑物安全监控理论及其应用[M]南京:河海大学出版社,1990.121-144.