（应用数学专业论文）改进bp网络和cp网络在水文预报与大坝安全监测中的研究与应用.pdf

摘要 水文预报是水文水资源重要的研究方向，而大坝安全监控则是测绘工程重要 的研究方向。神经网络是目前较为热点的方法之一，它广泛应用于各类工程中数 学模型的建立。它不同于传统的统计模型、确定性模型和混合模型等显式表示的 模型，而是通过隐含层隐式地表示变量与因变量之间的关系，表达能力更强，能 较好地对包含不确定因果关系的信息及数据进行分析。本论文主要采用的是b p 网络和c p 网络来进行地下水动态数值模拟与预测和大坝安全监测的研究与应 用。 在b p 网络研究应用于实例的过程中，本文考虑了不同运算次数和网络结构 对b p 网络预测精度的影响。在b p 神经网络研究应用于雍口大坝安全监测信息处 理的过程中，由于数据的预处理比较繁琐，学习及预报完，还要后处理把水平位 移还原，所以本文对b p 算法进行了改进。该改进算法简化了预处理与后处理步 骤，得到了比较满意的结果。 c p 网络既汲取了无教师示教型网络分类灵活、算法简练的优点，又采纳了有 教师示教型网络分类精细、准确的长处，使两种不同类型的网络有机地结合起来。 相对于b p 网络，c p 网络在应用于本文的实例中，运算速度比较快，结果精度高， 是更佳的选择。 本文编写了b p 网络、c p 网络、改进b p 网络算法程序。 关键词：b p 神经网络、c p 神经网络、水文预报、大坝安全监测 a b s tr a c t h y d r o l o g yp r e d i c t i o ni so n eo ft h ei m p o r t a n tr e s e a r c hd i r e c t i o n so fh y d r o l o g y a n dw a t e rr e s o u r c e t h ed 锄s a f e t ym o n i t o r i n gi so n eo ft h ei m p o n a n tr e s e a r c h d i r e c t i o n so fs u r 、，e ya n dm a p p i n ge n g i n e e r i n g t 1 1 en e u t r a ln e 似o r ki so n eo ft h em o s t f a s h i o n a b l em e t h o d sc u l l r e n t l y t h en e u t r a ln e t w o r km e t h o di s 印p l i e de x t e n s i v e l yi n t h ee n g i n e e r i n gt oe s t a b l i s h i n gm a t h e m a t i c sm o d e l t 1 1 en e u t r a ln e t w o r km o d e ld i f f e r s f - r o mt h et r a d i t i o n a ls t a t i s t i cm o d e l c e r t a i nm o d e la n dm i x e d m o d e le t c 、 血i c ha i m e e x p l i c i tt y p e h o w e v e r ，t h en e u t r a ln e t 、o r km o d e ls h o w s ，t h r o u 曲t h ei m p l i c i tl a y e r ， t h er e l a t i o no fv 撕a b l ea n dv a r i e dv a l u e s i te x p r e s s e ss t r o n g e r ，a n dc a r r i e so nt h e a n a l y s i st o w a r d st h ei m p l i c i ti n f o n n a t i o na n dt h ed a t ao ft h ei n d e t e r m i n a t i o nc a u s e a n de f f e c tr e l a t i o nb e t t e r i nm i sp a p e r ，b pr l e 觚o r ka n dc pn e t w o r ki sr e s e a r c h e da 1 1 d a p p l i e dt oh y d r o l o g yp r e d i c t i o na n dd a ms a f - e t ym o n i t o r i n g 7 1 1 1 ee 依i c to fd i 虢r e n ta r i t h m e t i ct i m e sa i l dn e t w o r ks t m c t u r e so fb pn e t w o r ki s r e s e a r c h e di nt h ee x 锄p l e so ft h i sp a p e r w h e nt h eb pn e u t r a ln e t w o r km o d e li s 印p l i e dt ot h ei n f o 肌a t i o np r o c e s s i n go ft h es a f e t ) ，m o n i t o r i n go ft h ey o n g k o ud 锄， a ni m p r o v e db pi su s e d ，f o rp r e t r e a t m e n ta 1 1 dp o s t - t r e a t m e n ti s c o m p l i c a t e d t h i s n e wm e t h o dc a nr e d u c ep r e t r e a t m e n ta n dp o s t t r e a t n l e n ta i l dg e ts a t i s f i e dr e s u l t s c pn e t w o r kh a st h ea d v a n t a g eo fn ot e a c h e r t r a i n i n gn e t w o r kw t l i c hh a sv i v i d c l a s s i f i c a t i o na n ds i m p l e 撕t h m e t i c ，a n dh a st h ea d v a i l t a g eo ft h et e a c h e r t r a i n i n g n e t 、v o r kw h i c hh a sf i n ea n da c c u r a t ec l a s s i f i c a t i o n c pn e t w o r kp u t st 、od i f f e r e n t k i n d so fn e t w o r k st o g e t h e ro r g a n i c a l l y c o m p a r e dw i t hb pn e t w o r k ，c pn e t w o r kh a s t h ea d v a n t a g e s ，s u c ha sr a p i d e r 撕t h m e t i cs p e e da i l dh i g h e rp r e c i s i o n t h e r e f o r e ，i ti s t h eb e t t e rc h o i c ei nt h i sp 印e r se x a n l p l e s i nt h i sp a p e r ，b pn e t 、0 r kp r o g r a i n ，c pn e t w o r kp r o g r 锄a n dt h ei m p r o v e db p n e t w o r kp r o g r a ma r ew r i t t e n k e yw o r d s ：b pn e u t r a ln e t w o r k ，c pn e u t r a ln e t w o r k ，h y d r o l o g yp r e d i c t i o n ，d 锄 s a f e t ym o n i t o r i n g 学位论文独创性声明： 本人所呈交的学位论文是我个人在导师指导下进行的研究工作 及取得的研究成果。尽我所知，除了文中特别加以标注和致谢的地方 外，论文中不包含其他人已经发表或撰写过的研究成果。与我一同工 作的同事对本研究所做的任何贡献均已在论文中作了明确的说明并 表示了谢意。如不实，本人负全部责任。 论文作者( 签名) ： 学位论文使用授权说明 加防年月名日 河海大学、中国科学技术信息研究所( 含万方数据库) 、国家 图书馆、中国学术期刊( 光盘版) 电子杂志社有权保留本人所送交学 位论文的复印件或电子文档，可以采用影印、缩印或其他复制手段保 存论文。本人电子文档的内容和纸质论文的内容相一致。除在保密期 内的保密论文外，允许论文被查阅和借阅。论文全部或部分内容的公 布( 包括刊登) 授权河海大学研究生院办理。 ，1 饼 论文作者( 签名) ：囱丝丝刎：加莎年易月缈日 第一章绪论 第一章绪论 1 1 人工神经网络概况 人工神经网络是人脑及其活动的一个理论化的数学模型，它由大量的处理单 元通过适当的方式互连构成，是一个大规模的非线形自适应系统。1 9 8 8 年， h e c h t n i e l s e n 曾给人工神经网络下了如下定义2 1 ： 人工神经网络是一个并行、分布处理结构，它由处理单元及称为联接无向信 号通道互连而成。这些处理单元( p e p r o c e s s i n ge 1 e m e n t ) 具有局部内存，并 可以完成局部操作。每个处理单元有一个单一的输出联接，这个输出可以根据需 要被分支成希望个数的许多并行联接，且这些并行联接都输出相同的信号，即相 应处理单元的信号，信号的大小不因分支的多少而变化。处理单元的输出信号可 以是任何需要的数学模型，每个处理单元中进行的操作必须是完全局部的。也就 是说，它必须仅仅依赖于经过输入联接到达处理单元的所有输入信号的当前值和 存储在处理单元局部内存中的值。 b p ( b a c kp r o p a g a t i o n ) 算法n 2 1 在于利用输出层的误差来估计输出层的直 接前导层的误差，再用这个误差估计更前一层的误差。如此下去，就获得了所有 其他各层的误差估计。这样就形成了将输出端表现出的误差沿着与输入信号传送 相反的方向逐级向网络输入端传递的过程。因此，人们将此算法称为误差逆传播 算法，简称b p 算法。使用b p 算法进行学习的多级非循环网络称为b p 网络。 人们公认，b p 算法对人工神经网络的第二次研究高潮的到来起到了很大的 作用。从某种意义上讲，b p 算法的出现，结束了多层网络没有训练算法的历史， 并被认为是多级网络系统的训练方法。但是，b p 算法也有它的弱点。非常慢的 训练速度，高维曲面上局部极小点的逃离问题，算法的收敛问题等都是困扰b p 网络的严重问题。 对向传播( c o u n t e r p r o p a g a t i o n ) 神经网络( 简称c p 网络) n 2 1 是将k o h o n e n 特征映射网络与g r o s s b e r g 基本竞争型网络巧妙结合，发挥各自特长的一种新型 特征映射网络。这一网络是美国神经计算机专家r o b e r th e c h t n i e l s e n 于1 9 8 7 年提出的。这一网络有效地应用于模式分类、函数近似、统计分析和数据压缩等 第一章绪论 领域。网络分输入层、竞争层、输出层三层。输入层与竞争层构成s o m 网络，竞 争层与输出层构成基本竞争型网络。 神经网络方法广泛应用于工程中数学模型的建立。它不同于传统的统计模 型、确定性模型和混合模型等显示式表示的模型，而是通过隐含层隐式地表示变 量与因变量之问的关系，表达能力更强，能较好地对包含不确定因果关系的信息 及数据进行分析。 1 2 人工神经网络技术在水文预报中的研究现状 在人工神经网络技术引入水文水资源领域的早期，学者们大都是对该技术最 基本最常用的b p 网络直接引用，并和一些传统方法进行比较叫。在水文预报上， 例如文献 1 2 采用3 种方式进行预报：离线预报、在线预报和区间预报。实践表 明：离线预报更强调训练预报的代表性，在线预报的精度好于他们以前使用的模 糊推理法；而通过预报洪水的上、下游( 区间预报) 的方法也可取得较好的效果。 文献 1 3 应用b p 网络对水文时间序列进行预报，在4 条河流上的应用结果表明 神经网络的预报效果在短期预报上优于a r m a 、f g n 、f d i f 、m a r k o v 等模型。文献 1 4 采用三层b p 网络对印度m a n g l a m 水库和p o t h u n d y 水库1 9 7 7 1 9 9 0 年的月入 流序列进行训练并模拟，结果表明神经网络模型较多变量a r ( 2 ) 模型的模拟效果 要好。国内的蔡爆东、姚林声u 鄙应用b p 网络对多变量模型进行了径流长期预报 的尝试。他们以辽宁大伙房水库为例，采用4 个径流前期影响因子作为网络输入， 输出为径流量的等级，实践证明该方法是可行的。钟登华等人刚也提出了水文时 间序列预报的神经网络，网络仍采用三层b p 模型，网络输出还分为单输出和多 输出两类。其应用实例的预报合格率均能满足要求。作者认为神经网络有很好的 非线性映射能力，把该项技术用于水文预报建模有着广阔的应用前景。刘囤东等 人73 利用b p 网络建立了降水、气温与年径流关系的模型，在对雅碧江和嘉陵江 年径流的预报中取得了较高的拟合和预报精度。丁晶等人n 8 1 则采用b p 网络预报 兰州站过渡期( 5 、6 月) 的月径流，并与传统的多元回归作了比较，研究表明b p 模型预报过渡期径流可行且效果优。冯利华n 训通过训练三层b p 网络，模拟并预 报绥江石狗站的洪峰水位。 近年来神经网络技术在水文预报中的研究越来越深入，从应用角度分，主要 第一章绪论 可分为水文时间序列预报和多变量水文预报两方面；从对神经网络模型改进的角 度分，主要途径有以下三个。 1 2 1 对网络算法的改进 在国外，f e r n a n d o 和j a y a w a r d e n a 啪1 采用一种名为径向基函数( r a d i a lb a s i s f u n c t i o n ，简称r b f ) 的网络进行降雨径流的预报。r b f 网络与b p 网络的不同之 处在于：b p 网络中隐层结点的作用函数通常是s i g m o i d 函数，其函数值在输入 空间中无限大的范围内为非零值；而r b f 网络隐层结点的作用函数( 通常称为基 函数，如高斯函数) 对输入信号在局部产生响应，也就是说，当输入信号靠近基 函数的中央范围时，隐层节点将产生较大的输出，因而这种网络具有局部逼进能 力。研究实例说明径向基函数网络的预报效果要优于a r m a 模型。a n d r e a s s w e i g e n d 和b e r n a r d oa h u b e 姗a n 心在发表的文章中提出一种名为“权重消去 法”的方法，该方法在常用的目标函数上增加一个惩罚项，以对网络的复杂性进 行惩罚。文中计算结果表明该方法效果较好，且对过拟合问题有一定的改善作用。 去年十月在北京召开的第二十九届国际水利学会议上，一种非线性分类及识别的 方法“s v m ”( s u p p o r tv e c t o rm a c h i n e s ) 口2 1 用于河道流量预报。s v m 方法是以“s s a ” ( s i n g u l a rs p e c t r u ma n a l y s i s ) 2 3 1 方法为基础，其学习过程较之传统的神经网络 学习更稳定。该方法的基本理论以统计学习为基础，文章作者认为该方法可与最 好的神经网络媲美。k h s u 乜4 1 等人采用三层前馈网络根据降雨对河道径流进行预 报，提出一种名为l l s s i m 的学习算法。该算法具有很快的收敛性且不易陷入局 部最优。它的特点在于：对不同层之问的权重采用不同的处理方式，即输入层分 隐含层，简单的非线性优化法；隐含层斗输出层，线性最小平方优化法。杨荣富、 丁晶3 等人首次提出了一个具有水文基础的水文模拟网络一h y m n ( h y d r 0 1 0 9 i c a l m o d e l i n gn e t w o r k ) ，该网络尽管与b p 网有着相似的结构，但内部功能却有所不 同。h y m n 网络采用水量平衡和非线性四川大学博士学位论文水库调节原理来指 导网络权值的训练，三种类型的参数都有一定的物理意义：连接权重反映上层不 同水库对下层不同水库的影响大小：消退系数表征水库蓄水的消退速率：初始蓄 水量代表起始时刻的水库水量。 1 2 2 网络结构的变化 b i nz h a n g 等人啪1 将人工神经网络隐层神经元用子集神经网络代替，每个子 第一章绪论 集代表一类问题，对应于降雨径流的高、中、低水预报，文中结合贝叶斯( b a y e s i a n ) 公式对高、中、低水进行划分，由于该方法考虑了水文系统在不同范围内特性不 同的特点，对过拟合问题有较好的抑制作用。 张翔、夏军瞳7 3 将变结构的神经网络用于洪水预报，这是一种基于删除法的面 向问题的神经网络结构确定方法。该模型事先给定一个较大的网络结构，然后按 照一定的规则删除某些神经元或连接权，从而得到适合问题的网络结构。此外， 张翔心刚等人还提出了一种基于先验知识来选择网络结构的新型b p 模型。文中网 络的结构在连接上，并不完全遵循全连接的方式，而是根据水文规律及变量i 可的 因果关系来指导网络的结构。该方法在崛江紫坪埔河段的洪水预报中，取得了令 人满意的效果。覃光华、丁晶啪3 首次引入一种有反馈且带偏差单元的递归神经网 络。递归网络总的思想是通过对前馈神经网络中加入一些附加的、内部的反馈通 道来增加网络本身处理动态信息的能力。 1 2 3 网络算法与其它方法的耦合途径 邱林、陈守煜等人旧叫将模糊模式识别模型与神经网络b p 算法相结合，建立 一种模糊模式识别神经网络预测模型。该模型以模糊模式识别模型为基础构建网 络的拓扑结构、输入层节点数、隐层节点数与激励函数和输出层激励函数；在此 基础上，陈守煌、聂相田等人口进一步提出模糊优选神经网络模型，该模型既能 用模糊概念来表达人的知识和经验，又可利用神经网络较强的学习能力。金菊良、 魏一鸣等人。地1 则提出了用b p 算法与其自行研制的加速遗传算法( a g a ) 交替优化 b p 神经网络参数的新方法一b p a g a 混合算法。该方法不仅在洪水灾害承灾体易 损性建模中得到成功应用，而且还可以广泛应用于其它灾害建模问题b 朝。李贤彬、 丁晶。川提出了基于at r o u s 子波变换序列的神经网络组合预测模型，其中子波变 换用于输入输出数据的分解与重构。由于子波函数的正交性和局部时频分辨等特 点，可很好的克服前向型神经网络中隐单元转换函数( 常用s i g m o i d 函数) 的缺 陷。 实践证明，由于人工神经网络对信息的分布式存储、高度的容错能力以及 自学习、自适应等优良特性，使一些用其他方法难以获得理想效果的预报问题 成为可能。 4 第一章绪论 1 3 人工神经网络技术在大坝安全监测的研究现状 我国水能资源丰富，理论蕴藏量6 9 4 1 0 8 k w ，技术可开发装机容量 5 4 2 1 0 8 k w ，均居世界首位。截至2 0 0 4 年底，我国水电总装机达1 o 1 0 8 k w ，成 为世界第一水电大国；建成各类水库8 52 8 9 座，其中大型( 库容1 o 1 0 8 m 3 以上) 4 4 5 座，中型水库( 库容1 o 1 0 8 m 3 1 o 1 0 8 m 3 ) 27 8 2 座，小型水库( 库容 1 0 1 0 5 m 3 一1 0 1 0 7 m 3 ) 8 20 6 2 座，总库容达到55 9 4 1 0 8 m 3 引。多年来，这些水 库大坝在防洪、灌溉、供水、发电、航运、渔业和旅游等方面发挥了重要作用汹 。 然而，随着世界各国水利水电事业的发展，水库大坝的安全问题力也越来越 突出。据水利部2 0 0 1 年统计，我国病险水库约占水库总数的3 6 ，其中大中型 水库的病险率接近3 0 ，小型水库的病险率更高。究其原因，一方面是由于水 文、地质、施工质量、运行管理和建筑物老化等多方面的影响，水库大坝在一定 程度上存在着不安全因素；另一方面，随着水资源的进一步开发和利用，水利工 程面临的自然条件也越来越复杂，同时由于大坝建设规模正朝着高大型方向发 展，使得水库大坝面临着各种各样影响安全的不确定性因素和问题。 2 0 世纪3 0 年代以来，国际上相继发生了v a j o n t ( 意) 、m a l p a s s e t ( 法) 、 t e t o n ( 美) 等著名的垮坝事件。剐，我国也先后发生了板桥、石漫滩( 1 9 7 5 年) 洪水漫顶聆7 3 以及沟后水库( 1 9 9 3 年) 渗透破坏m 1 等溃坝事件，这些大坝的失事 给相关国家带来了惨重的灾害和巨大的经济损失。大坝安全问题的日益突出，使 得各国政府和坝工界开始对大坝安全监测更加重视，并制定了一系列安全法规。 国际大坝安全委员会1 9 6 4 年正式成立了大坝失事安全委员会，专门针对大坝安 全问题进行探讨和研究，以指导各国的坝工建设。从1 9 5 8 年至1 9 8 8 年的1 1 次 国际大坝会议中，就有9 次讨论了与大坝安全监测有关的各种问题呤9 1 ，足以说明 大坝安全监测的重要程度。 惨痛的教训使人们逐渐认识到，必须针对不同大坝的具体情况和特点，设置 相应的安全监测项目，对大坝变形、渗流、应力应变等进行连续而全面的监测， 并对实测数据进行及时处理和分析，在此基础上实现大坝安全性态的实时评判， 以馈控大坝的安全和运行h 叫。 1 3 1 大坝安全监控研究的国内外现状与发展 2 0 世纪2 0 年代以来，人们开始逐步认识到大坝安全的重要性，各国专家、 第一章绪论 工程技术人员纷纷开始对大坝安全监测的各个环节进行研究h 。2 0 世纪7 0 年代 后，随着微电子技术、计算机技术和通讯技术的发展，大坝安全监测技术及其相 关研究也得到了迅速的发展；8 0 年代末至9 0 年代初，大坝安全自动化监测技术 也有了实质性的发展，并逐渐趋于成熟化与实用化。国内则从2 0 世纪5 0 年代中 期开始大坝安全监测工作，研究起步晚，发展也相对缓慢；但自8 0 年代以来， 我国的大坝安全监测工作及相关研究的总体水平有了很大发展，某些方面已处于 国际领先水平呤6 1 。 1 3 2 大坝安全监测数据处理与分析研究现状 大坝安全监控研究涉及到诸多方面的内容，其中最为重要的内容就是如何对 实测的数据资料进行全面系统的处理和分析。它主要包括以下几个方面的内容， 即：误差处理与分析；观测资料与大坝性态的正分析；观测资料与大坝性态的反 分析；反馈分析与安全监控指标的拟定；大坝安全综合评判与决策。在经过近半 个世纪的发展后，国内外大坝安全监控的各项研究工作已经取得了长足的发展。 ( 1 ) 误差处理与分析 按照测量误差对观测结果的影响，可将误差分为系统误差、随机误差和粗差 ( 过失误差) 三类h2 | 。在测量与数据处理中，应当剔除粗差，消除或消弱系统误 差，使测值中仅含随机误差。其中，系统误差由观测的环境因素、仪器性能、不 同观测者等因素造成，它按某一确定规律变化，在多次重复观测中其数值大小和 符号几乎相同，一般处理方法是设法找出系统误差的函数表达式，然后在观测结 果中加以扣除。随机误差由随机因素造成，其符号和绝对值大小无规律且不可预 料，但随着测次增加，一般认为随机误差呈f 态分布，其期望均值为零。粗差是 由某些不正常因素所造成的与事实明显不符的一种误差，通常属于测量错误，粗 差较易发现，应予以剔除；判断粗差常用莱因达准则，即：凡剩余误差( 残差) 川 3 仃的即为粗差。 目前，国内外普遍采用最小二乘法对大坝安全监测数据进行误差处理。自从 高斯( g f g a u s s ) 在1 7 9 4 年提出最小二乘法们1 以来，广大学者3 3 。4 2 3 对测量平差 理论和方法进行了大量的研究。1 9 4 7 年，田斯特拉( t m t i e n s t r e ) 提出了相 关平差法，把对观测值独立的要求推广到随机相关。1 9 6 2 年，迈塞尔( g m e i s s l ) 提出秩亏自由网平差，把测量平差中的满秩阵推广到奇异阵。卡尔曼( k a l m a n ) 6 第一章绪论 等人提出了一种递推式滤波方法，已成功应用于航天、工业自动化等方面。1 9 6 9 年，克拉鲁普提出最小二乘滤波、推估与配置，把平差参数从非随机变量推广到 随机参数。在具体研究工作方面，美国s e r i og k o r e i s h a 和y u ef a n g 对滑动平 均模型时序过程( a r m a ) 的测量误差影响进行了定量分析；岳建平通过对回归分 析中观测误差和模型误差的分离，从而更客观地评价测量系统和模型的精度；刘 文宝等提出了顾及先验信息的大坝位移反分析方法，探讨了测量误差对位移反演 结果的影响规律。 最小二乘法假定观测值中仅含偶然误差，这实际上是不可能的，为此产生了 研究系统误差和粗差的理论与方法。2 0 世纪6 0 年代后期，巴尔达( w b a a r d a ) 提出了数据探测法和可靠性理论，为粗差研究奠定了基础。目前，对粗差的处理 方法有两种，一是仍然属于最小二乘法范畴的数据探测法，二是有别于最小二乘 法的抗差估计法或稳健估计法。在国内，周江文鲫等提出了一些较为实用的抗差 算法；赵斌h 在大坝观测数据处理中引入污染分布、观测权等观念，以逐步消除 粗差的影响，最终得到了合理的参数估计；郑东健h 4 用平均杠杆理论识别观测数 据的异常值，实现了误差的灰箱诊断。 ( 2 ) 大坝安全监测资料的正分析 j 下分析指的是由实测资料建立数学监控模型，以监控大坝等水工建筑物的安 全运行，同时对模型各分量( 特别是时效分量) 进行物理成因解释，借以分析大 坝或其它水工建筑物的工作形态引。 意大利的法那林( f a n e l i ) 和葡萄牙的罗卡( r o c h a ) 等人3 1 从1 9 5 5 年丌始应 用统计回归方法来定量分析大坝的变形观测资料；1 9 7 7 年，法那林等又提出了 混凝土大坝变形的确定性模型和混合模型，将有限元理论计算值与实测数据有机 地结合起来，以监控大坝的安全状况。近3 0 年来，统计模型、确定性模型及其 混合模型。矧得到了广泛应用。 我国大坝安全监测的资料分析工作起步相对较晚，最初只以定性分析为主， 通过对实测过程线和特征值的定性分析来判断大坝的运行状况。1 9 7 4 年后，陈 久宇等人心神开始应用统计回归方法来分析安全监测资料，并对分析成果加以物理 成因的解释；还对时效变化进行了研究，提出了时效变化的指数模型、对曲函数 模型、对数模型、线性模型等。2 0 世纪8 0 年代中期，吴中如等眵神从徐变理论出 第一章绪论 发，推导了坝体顶部时效位移的表达式，用周期函数模拟温度、水压等周期荷载， 并用非线性二乘法进行参数估计；同期还提出了裂缝歼合度统计模型的建立和分 析方法、坝顶水平位移的时间序列分析法以及连拱坝位移确定性模型的原理和方 法，并在实际工程中得到了成功应用；吴中如等人b 5 4 明还通过三维有限元渗流分 析，建立了渗流监测的确定性模型，并用于分析和评价大坝基础及岸坡的渗流性 态。 2 0 世纪8 0 年代以来，狄色理论、模糊数学、神经网络、小波分析等各种理 论和方法n 7 刊1 也纷纷被引入大坝安全监测资料分析中来，并取得了一定成果。邓 聚龙n 7 1 提出了灰色系统( g r e ys y s t e m ，简称g s ) 理论；李珍照等人嵋于1 9 9 1 年最早将g s 理论引入到大坝安全监测资料分析领域；蓝悦明等璐2 1 应用灰色理论， 提出了位移预报模型；杨杰、郭海庆等人旧驯在一阶单变量灰色线性预测模型基 础上，引入灰元作模型参数，建立了土石坝变形预测的灰色非线性模型，并对其 实用性进行了探讨。同时，模型聚类分析、似然推理和模糊评判等模糊数学方法 也在大坝安全监测数据的分析处理和模型预测方面得到了应用，如李珍照等人瞄即 提出了用模糊数学进行资料分析的思路，并阐述了大坝观测数据模糊识别的方法 和步骤。近些年来，随着人工神经网络研究热潮的再次到来，将其用于大坝监测 数据处理与分析方面的应用研究也逐步展开，尤其是模糊数学与神经网络方法的 有机结合，为相关研究成果表明，用神经网络模型对大坝变形、渗流等进行拟合， 其精度要优于传统的统计模型。陈继光等m 3 采用模糊近似推论后的隶属度作为 b p 网络的输出神经元，从而实际位移量的预报；赵斌、杨杰等人n “。5 7 1 分别对 h o p f i e l d 网络和b p 网络在大坝观测资料处理中的应用进行了探讨；徐平嘲1 通过 对大坝观测资料作吸引子分析，定量计算出建立相应的大坝安全监控数学模型 时，描述大坝运行系统动态特性所需要的最小因子数。 近些年来，国内外学者n8 辄娜引还提出了多种大坝安全监测资料分析的新模 型新方法，如：张近平等人于1 9 9 1 年提出了大坝安全监测的位移分布数学模型； 吴中如、顾冲时等人氟剜通过引入空间三维坐标，提出了混凝土坝空间位移场的 时空分布模型，将单测点模型拓宽至空间三维；何金平、李珍照哺妇提出了重力坝 位移二维分布模型，并把单测点确定性模型扩展为空问多测点确定性模型；此外， 部分研究人员h 8 。6 还提出了大坝安全监控的位移分布模型、贝叶斯模型、数字滤 第一章绪论 波模型、优化组合模型、岭回归和主成分回归模型以及小波分析方法等；沈振中 5 3 用基岩和大坝的粘弹性模型，分析了三峡大坝和基岩施工期的变形，建立了一 种特殊的施工期监控模型；此外，在土石坝研究方面，郦能惠、蔡飞、沈珠江等 嘲1 基于土石坝变形与空隙水压力产生机理的分析，提出了较合理的统计分析方 法。 ( 3 ) 大坝安全监测资料与结构性态反分析 以大坝安全监测资料正分析的成果作为依据，通过相应的理论分析，反求大 坝等水工建筑物和地基的材料力学参数以及某些结构特性等，即为反分析b 5 1 。 1 9 6 9 年由太沙基提出的观测设计法( o b s e r v a t i o nd e s i g nm e t h o d ) 是反分 析思想的最早应用h 1 l ，他用现场观测结果修正参数和设计。根据现场量测信息的 不同，反分析方法可以分为应力反分析法、位移分析法及应力( 荷载) 与位移的 混合反分析法暗5 i 。由于位移信息较易获取，因此位移反分析法。解析法的优势在 于概念明确、计算速度快，但只适宜求解简单几何形状和边界条件下的线粘弹性 和无支护洞室问题。数值法则主要用于解决复杂工程性态和非线性问题。因此， 数值法对于复杂的岩土工程更具体普遍的适应性。就数值法的求解过程而言，它 可以划分为逆解法、直接法、正反耦合法、图谱法、神经网络和模糊法等。 对于大坝及其坝基的参数反演而言，具体的方法有两种，即常规分析法和确 定性模型法 1 。常规反演分析法的基本原理是：从安全监测资料的分析中，找 出真实的水压分量慨 ，然后，假设初始参数( 如t 。、e ，。) ，用结构分析法推 求水压分量扮： ，最后根据变形与综合弹模成反比来反演参数；确定性模型分析 法则是首先假设初始参数，由结构有限元计算水压、温度分量，建立水压分量与 水头、温度分量与温度梯度场的关系式，然后建立确定性模型，进行参数估计， 可得水压分量调整参数，并由调整参数进行综合弹模的反演。由于确定性模型对 实测资料( 如混凝土温度场等) 要求较高，许多情况难以建立确定性模型。为此， 可以采用混合模型对部分力学参数进行反演。 国内外对大坝和坝基参数的反演分析工作开展比较深入，尤其对混凝土坝的 反分析研究已较为普遍，并取得了丰硕成果嘲。b o n a l d i 、f a n a l l i 和g i u s e p p t t i 等人n “6 7 t6 8 1 提出了有明显物理概念的确定性模型，并以此来反演坝体的弹性模量 和温度线膨胀系数，在大坝的反分析中起到了积极作用；陈久宇等人 1 利用离 9 第一章绪论 上游面不同距离的渗压计测值，并考虑上游水位的波动，来反演坝体混凝土的扩 散系统，有一定的实用价值；吴中如、顾冲时等人9 7 们提出利用安全监测资料， 由确定性模型和统计模型，并结合有限元计算成果，反演坝体混凝土的平均弹性 模型和温度线膨胀系数的方法。吴中如盯0 | 、刘眉县等人n 提出了利用离下游不同 深度的温度计测值，并考虑坝面粘滞层的影响，来反演混凝土导温系数的方法。 国际上对土石坝的反分析研究相对较少，近年来，国内外较具代表性的是采用非 线性弹性模型( 邓肯模型) 或双屈服面弹塑型模型( 沈珠江模型) ；此外，沈珠 江、赵魁芝等口2 1 还提出了比较简单实用的三参数模型。 近3 0 年来，对于位移的反分析方法研究发展很快，己从弹性问题发展到弹 塑性和粘弹塑性问题的位移反分析。在弹性问题的位移反分析中，n s h i m i z u 和 s s a k u r a i 提出了边界元位移反分析方法；杨志法、吴凯华、樱井春铺、g g i o d a 等口卵在隧洞、非圆形同室的位移反馈分析方面提出了各自的位移反分析方法。在 粘弹性参数反演方面，刘怀恒和杨林德等人口4 1 引入基于时间的等效弹性模量，然 后反推流参数，但这样算法只局限于简单的线弹性材料；沈家荫、林炳仕提出了 由位移观测资料反演分析的边界元法。此外，国内外众多学者如薛琳、g g i o d a 、 沈振中等人盯争7 7 3 也在岩体粘弹性参数反分析方面提出了一些实用的计算方法。而 在弹塑性问题的反分析，在此基础上，国内外学者进一步完善和发展了这样方法。 在粘弹塑性反分析方面，陈子荫 引通过对圆形洞室的l a p l a c e 变换，导出了广义 开尔文模型的位移解析解，并利用直接搜索法求解非线性方程中的待定参数；王 芝银等人n 叫研究了西原流变模型的反分析问题，并提出了粘弹塑性增量位移反分 析的符合形法，提高了优化效率；沈振中在单纯形法的基础上，通过动态约束搜 索误差，提出了参数反分析的可变容差法，以加速迭代速度；胡维俊等人基于优 化理论，提出了拱坝位移反分析的多点拟合法，得到了合理的成果；近几年，吴 中如、顾冲时、朱伯芳等人口们提出了位移时空模型、模糊数学反演以及其它的一 些反分析方法。 总体上看，上述各种反分析方法均是基于确定性模型进行反演分析。然而， 由于工程研究中面临的往往是受诸多因素影响的不确定性系统，存在着大量的不 确定信息，确定性模型在对各种不确定性因素影响的考虑方面存在一定不足，因 而在某些方面难以概括复杂多变的岩土工程力学特性。因此，进入2 0 世纪9 0 l o 第一章绪论 年代以来，运用随机系统理论和方法进行工程反演分析和建立不确定性模型的研 究已开始引起国内外学者的关注。有关不确定性反分析的研究现状与发展趋势， 将在下一节的不确定性研究现状分析中详细论述。 ( 4 ) 反馈分析与安全监控指标的拟定研究 反馈分析嘶1 是综合应用正、反分析的成果，通过相应的理论分析，从中寻找 某些规律和信息，及时反馈到设计、施工和运行中去，以达到优化设计、施工和 运行的目的，并补充和完善水工设计与施工规范。对大坝等水工建筑物度安全性 态进行反馈分析的研究内容主要包括：1 、拟定大坝等水工建筑物各个观测量的 安全监控指标及其相应的水压、温度等控制荷载；2 、根据安全监测资料，应用 可靠度理论反馈大坝的实际安全度，以复核大坝的稳定、强度和抗裂安全度；3 、 分析裂缝、再生缝的物理成因、机理及其对建筑物结构性态的影响，以反馈控制 裂缝发生和发展的临界荷载。 安全监控指标是评价和监测大坝安全的重要指标，对于馈控大坝等水工建筑 物的安全运行相当重要。拟定安全监控指标的主要任务是根据大坝和坝基等建筑 物已经抵御经历荷载的能力，来评估和预测抵御可能发生荷载的能力，从而确定 该荷载组合下，监控效应量的警戒值和极值。安全监控指标的拟定是一个相当复 杂的问题，也是国内外坝工界研究的重要课题。通常，对于大坝应力和扬压力， 一般以设计值作为监控指标，因此，目前研究的重点和难点是对大坝变形监控指 标的确定。 国外对变形监控指标的研究报道较少。而在国内，吴中如、顾冲时、沈振中 等人汹川在利用安全监测资料反馈大坝的安全监控指标方面进行了系统的研究， 提出了拟定变形监控指标的原理和方法，并成功地应用于佛子岭连拱坝等实际工 程的监控。目前，对坝体和坝基变形监控指标的拟定方法主要有置信区间法、典 型监控效应量的小概率法、极限状态法、仿真计算法和力学计算法等。 ( 5 ) 大坝安全综合评判研究 安全监控资料的讵反分析和反馈分析，一般仅局限于对单项物理量的分析， 存在一定的局限性。因此，应针对目前各个观测量的单项分析的缺陷，在正反分 析和反馈分析基础上，对大坝等水工建筑物的安全性态进行综合评判与决策。综 合评判与决策朝是指对各种资料进行不同层次的分析，其关键是找出荷载集与效 第一章绪论 应集之间的非确定性( 定性) 和确定性( 定量) 关系以及效应集与控制集之间的 关系，然后通过一定的理论方法或凭借专家的丰富经验进行综合分析和推理，以 评判大坝等水工建筑物的工作性态，并提出防范决策和处理方案。 在大坝安全综合评判与决策的研究和应用方面，吴中如、顾冲时、沈振中等 1 ，2 6 ，8 6 8 7 提出并开发了建立在一机四库( 推理机、数据库、知识库、方法库 和图库) 基础上的大坝安全综合评价专家系统，应用模式识别和模糊评判，通过 综合推理机对四库进行综合调用，将定量分析和定性分析结合起来，实现对大坝 安全状态的在线实时分析和综合评价，该系统在龙羊峡、二滩、水口等大坝工程 中得到应用，并取得了大坝安全分析、评价和监控的实效。此外，原南自所研制 开发了d a m s 大坝自动监测系统和d s i m s 大坝安全管理信息系统h ，南京水文所开 发了d g 大坝自动监测系统，这些系统实现了观测数据的自动化采集、在线分析 和实时监控，在三门峡、葛洲坝等工程中得到应用。 近些年来，国内外对水工建筑物安全评价方法的研究有了较大的发展。在国 外，美、加等国已经用s e e d 法及风险值的概念m 1 ，对大坝失事的总概率进行计算， 借此评价大坝的安全状况。如：l d u c k s t e i n 阳1 1 和y e n b c 等人随2 1 对随机荷载和 抗力作用下水工建筑物系统的可靠性估算方法进行了研究，对均值一次二阶矩法 和改进的一次法进行了重点探讨，并将它们与失事树( 或事件树) 联合应用，为 定量考虑影响整个系统可靠性的所有因素提供了一个虽然近似但较为合理的框 架。y e n b c 描述了6 种常用的可靠性工程设计方法，并用安全系数来考虑水 文不确定性和结构设计的不确定性。l d u c k s t e i n 和e j p l a t e 等人睛发展了y e n b c 的工程可靠性与风险分析方法，从直接用安全系数考虑风险与可靠性改为用 更一般的离散系统性能识别指标考虑风险和可靠性。 我国则一直偏重于工程结构安全系数k 的复核评判，但近年来可靠度理论用 于安全度的评价方面也开始得到了研究和应用。如：刘宁、卓家寿等哺3 叫在全面 介绍串、并联体系和一般体系现有的各种可靠度计算方法及其实用性的基础上， 于1 9 9 6 年给出了基于增量理论的三维弹塑性随机有限元及可靠性计算公式，推 导了相应的随机有限元迭代格式和加速收敛公式，并提出了应变空间表征法高效 计算出“塑性单元”的可靠指标；刘宁哺伽还结合工程实例，从随机仿真温度场及 徐变应力、随机损伤一断裂力学、工程稳定性问题的概率分析、工程参数的敏感 第一章绪论 性分析以及随机分析和可靠性反馈等方面，对工程随机力学和可靠性理论研究中 的若干问题进行了探讨；赵国藩等人哺5 1 以重力坝为例建立了可靠度计算分析模 型，对坝体、坝基内某点或沿某面的强度及滑动稳定可靠度进行了计算；何蕴龙 等睛町提出了一种重力坝地震动力可靠度的分析方法，在j c 法和泊松过程法基础 上，探讨了重力坝同时承受地震荷载和静力荷载作用下的动力可靠概率的计算方 法，具有一定的理论和实际意义；陈德新陋7 1 在模糊可靠性方面进行了相关研究， 建立了一套关于混联系统与桥式系统的模糊可靠性计算公式。 1 4 论文的主要内容与创新点 1 4 1 论文的主要内容 水文预报是水文水资源重要的研究方向，而大坝安全监控则是测绘工程重要 的研究方向。神经网络是目前较为热点的方法之一。神经网络方法广泛应用于工 程中数学模型的建立。它不同于传统的统计模型、确定性模型和混合模型等显式 表示的模型，而是通过隐含层隐式地表示变量与因变量之间的关系，表达能力更 强，能较好地对包含不确定因果关系的信息及数据进行分析。本文应用b p 网络 与c p 网络对地下水进行动态数值模拟与预报和对雍口大坝监测信息进行处理。 本篇论文主要内容： 第一章绪论。介绍神经网络，b p 神经网络，c p 神经网络。叙述人工神经网 络技术在水文预报和大坝安全监测中的研究现状。 第二章b p 和c p 神经网络。介绍b p 网络原理。为了简化预处理和后处理步 骤，提出b p 神经网络的改进方法，并对其学习规则进行了数学推导。介绍c p 网络原理。 第三章神经网络应用于地下水动态模拟与预测。分别使用b p 网络、c p 网络 和改进b p 网络对地下水进行模拟与预测。研究运算次数和网络结构对b p 和c p 神经网络预报结果的影响。比较三种网络预