基于PSO-BP模型的土石坝渗流预测研究

胡孟凡; 欧斌; 张才溢; 王春华; 傅蜀燕

doi:10.20040/j.cnki.1000-7709.2023.20221774

欢迎来到能源电力期刊网！

English Version 读者登录期刊登录

您当前的位置：

首页 >

文章列表页 >

基于PSO-BP模型的土石坝渗流预测研究

大坝安全与监测 | 更新时间：2026-02-25

- 基于PSO-BP模型的土石坝渗流预测研究
- 基于PSO-BP模型的土石坝渗流预测研究
- 水电能源科学 2023年第12期页码：90-92+89
- 作者机构：
  
  云南农业大学水利学院
- 作者简介：
- 基金信息：
  
  国家自然科学基金项目(52069029)
- DOI：10.20040/j.cnki.1000-7709.2023.20221774
  中图分类号： TV641;TV223.4
- 纸质出版：2023
- 稿件说明：
移动端阅览
胡孟凡, 欧斌, 张才溢, 等. 基于PSO-BP模型的土石坝渗流预测研究[J]. 水电能源科学, 2023,(12):90-92+89.

胡孟凡, 欧斌, 张才溢, et al. 基于PSO-BP模型的土石坝渗流预测研究[J]. 2023, (12): 90-92+89.
胡孟凡, 欧斌, 张才溢, 等. 基于PSO-BP模型的土石坝渗流预测研究[J]. 水电能源科学, 2023,(12):90-92+89. DOI： 10.20040/j.cnki.1000-7709.2023.20221774.

胡孟凡, 欧斌, 张才溢, et al. 基于PSO-BP模型的土石坝渗流预测研究[J]. 2023, (12): 90-92+89. DOI： 10.20040/j.cnki.1000-7709.2023.20221774.

摘要

针对传统BP神经网络在学习过程中存在的收敛缓慢、容易陷入局部极小化等缺点，引入收敛速度快、全局寻优能力强的粒子群算法，从而建立了PSO-BP模型，并以某土石坝渗流监测数据为例，对土石坝渗流进行了预测，对比预测模型、BP模型、传统统计回归模型的结果表明，PSO-BP模型具有更高的拟合性和收敛性。

Abstract

关键词

Keywords

references

遗传算法在土石坝渗流监控模型应用研究[D]. 黄振东.南昌工程学院,2020(06)

基于BP-GA的渗流多目标动态反演与大坝渗流安全研究[D]. 武晓炜.武汉理工大学,2019(07)

BP神经网络在大坝变形分析中的应用及改进[D]. 齐银峰.昆明理工大学,2017(02)

改进的粒子群优化BP神经网络在大坝变形预测中的应用[D]. 杨超.东华理工大学,2016(11)

基于粒子群的BP神经网络在大坝变形预测中的应用研究[D]. 张飞.辽宁工程技术大学,2011(06)

基于PSO-BP神经网络的北江大堤渗流预测模型[J]. 李晓东;徐文兵.广东水利水电,2021(12)

基于BP神经网络的霍普菲尔德模型改进研究[J]. 朱明晨;赵平;陈伟荣.测绘工程,2016(09)

基于ANFIS-GM的心墙堆石坝变形预测[J]. 钟登华;刘昊元;佟大威;刘玉玺;吴斌平;刘肖军.水利水电技术,2015(03)

改进遗传神经网络的大坝渗流监测模型[J]. 付拥军;李明理;张霞.山西建筑,2014(08)

基于改进粒子群算法的坝体位移监控模型[J]. 张鑫;王冬利;李琦;白淑娟.水利与建筑工程学报,2012(01)

大坝安全监测与监控[M]. 王德厚编著.中国水利水电出版社,2004

Processing Method of Missing Data in Dam Safety Monitoring[J]. Wei Wei;Gu Chongshi;Fu Xiao.Mathematical Problems in Engineering,2021

Research on Evaluation Factors of Intelligent Level of Dam Safety Monitoring System[J]. Qiling Lu;Xue Wang;Keping Yu.IOP Conference Series Materials Science and Engineering,2020

Treatment of Errors in Dam Safety Monitoring Data[J]. Xuan Zhang;Junjie Li.IOP Conference Series: Earth and Environmental Science,2019

The Application of Neural Network in Dam Safety Monitoring[J]. Wei Zhang;Dong Jian Zheng;Cong Cong Wang.Advanced Materials Research,2011

浏览量

296

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

复杂分区土石坝渗透系数反演的HSBP算法及其应用

基于模糊理论和量子扰动改进的粒子群优化算法在水库群调度中的应用

基于WLLE-MLP-LSTM的土石坝渗流数据治理方法

土石坝有限元数值分析的网格尺寸研究

基于PSO-PCA-CNN的水电机组故障诊断