（大地测量学与测量工程专业论文）人工神经网络在大坝安全监控中的应用研究.pdf

摘要摘要大坝观测资料的分析是掌握大坝运行性态的重要手段，是判断大坝安危的科学依据。因此对大坝观测资料作出及时、合理、有效的分析是大坝安全监控的重要工作之一。影响大坝安全的因素多且复杂。如何充分利用掌握的信息，客观准确地评价大坝的安全性态是大坝安全监控中急待解决的问题。本文针对传统数学模型应用中存在的缺陷，研究了改进的b p 神经网络，对经典b p 网络进行了充分的优化并应用于大坝安全监控工作中。主要研究内容如下：1 。埘b p 网络算法进行了研究。结合以往的研究成果，将数值优化方法中的l ，m算法用于经典b p 网络的改进中，提出了基于l - m 原理的b p 神经网络的解决方法。解决了经典b p 网络易陷入局部最小的问题。2 对神经网络结构进行优化。根据神经网络的特性及其运作方式，将日常广泛使用的黄金分割原理用于网络隐节点个数的确定中。该方法不仅克服了经验公式估算及大量试算的弊端，而且能使网络快速找到较优隐节点数。3 研究了网络初始权值的自相关修正法。将初始权值的修正和网络各层神经元个数及传递函数紧密联系。该方法有别于传统网络初始权值的随机赋值，提高了网络的稳定性及收敛精度。4 将上述各单项改进方法结合运用，提出了改进的b p 神经网络。改进的b p 神经网络是对经典b p 神经网络的充分优化，有效克服了经典b p 神经网络存在的一些缺陷。5 利用改进的b p 神经网络建立大坝多因素监控模型、三维位移模型、整体模型。整体模型充分考虑大坝的各类影响因素，相比于传统应用的单点模型和局部模型，更能全面而准确地反映大坝的形变现状和发展趋势。6 在分析和总结大坝安全评判方法发展概况的基础上，提出了改进的b p 神经网络评判法。同时考虑大坝的各种巡视检查信息，将其细分及符号化。结合大坝各种影响因素，运用改进的b p 网络评判法，尽可能地发挥各类信息的积极作用，对大坝安全进行综合评判，并对评判结果进行分析和概括。关键词：大坝神经网络b p 网络隐节点初始权值人t 巡视综合评判a b s l r a c ta b s t r a c ti t j sa ni m p o r t a n tm e a n st oa n a l y z et h eo b s e r v a t i o nm a t e r i a lt om a s t e r yt h ew o r k i n gs t a t eo fd a m s ，t h es a f e t yd e g r e eo fd a m sa l s oc a nb ej u d g e da c c o r d i n gt ot h eo b s e r v a t i o nm a t e r i a l s oi ti so n eo ft h ei m p o r t a n tt a s k st om a k et i m e l y , r e a s o n a b l ea n de f t e c t i v ea n a l y s i sf o rd a mo b s e r v a t i o nd a t a t h e r ea r em a n yi n f l u e n c ef a c t o r so fd a m sw h i c ha r ec o m p l e x i ti sa l lu r g e n tp r o b l e mi nd a ms a f e t ym o n i t o r i n gh o ww ec a nm a k ef u l lu s eo fm a s t e r y i n gi n f o r m a t i o na n de v a l u a t et h es a f e t yo fd a m so b i e c t i v e l ya n dt r u l y t h e r ea r es o m es h o r t a g e so ft r a d i t i o n a lm a t h e m a t i c a lm o d e l si na p p f i c a f i o n t h ei m p r o v e db pn e u r a ln e t w o r kj ss t u d i e dw i t ho p t i m i z i n gc l a s s i c a lb pn e u r a ln e t w o r ks u f f i c i e n t l y , t h e ni su s e di nt h es a f e t ym o n i t o r i n go fd a m s t h em a i nc o n t e n t so ft h i sp a p e ra r ea sf o l l o w s ：1 。t h eb pn e u r a ln e t w o r ka r i t h m e t i ci ss t u d i e d u n i t i n gt h es t u d yf r u i tb e f o r e l e v e n b e r gm a r q u a r d ta r i t h m e t i ci si n t r o d u c e dt oi m p r o v ec l a s s i c a lb pn e u r a ln e t w o r k ，t h eb pn e u r a ln e t w o r kb a s e do nl e v e n b e r gm a r q u a r d ta r i t h m e t i ci sb r o u g h tf o r t h ，w h i c hs o l v et h ep r o b l e mo fe a s i l yr e l a p s i n gi n t ol o c a lm i n i m i z a t i o no fc l a s s i c a lb pn e u r a ln e t w o r k 2 确ec o n f i g u r a t i o no fn e u r a ln e t w o r ki so p t i m i z e d a c c o r d i n gt ot h ec h a r a c t e r i s t i c sa n dw o r k i n gm a n n e r so fn e u r a ln e t w o r k ，t h eg o l d e ns e c t i o np r i n c i p l ew h i c hi su s e dj nl i v i n ga b r o a di si n t r o d u c e dt oc o n f i r mt h en o d eo f h i d d e nl a y e ro fn e t w o r k t h i sm e t h o dn o to n l yc a nc o n q u e rt h es h o r t a g eo ft r a d i t i o n a lm e t h o d s b u ta l s oc a nf i n dt h ef i n e rn o d eo fh i d d e nl a y e rq u i c k l y 3 t 1 l es e l f - c o r r e l a t i o nc o r r e c t i o nf o ri n i t i a lw e i 曲t so fn e t w o r ki ss t u d i e d t h ei n i t i a lw e i g h t si sc o r r e c t e dw i t ht h en e u r a ln o d eo fe v e r yl a y e ra n dt r a n s f e rf u n c t i o n t h i sm e t h o dj sd i f f e r e n tf r o mt r a d i t i o n a lm e t h o dw h i c hg e ti n i t i a lw e i g h t sr a n d o m l y ,a n dt h es t a b i l i t ya n dc o n v e r g e n c ep r e c i s i o no fn e t w o r ki si m p r o v e d 4 t h ei m p r o v e db pn e u r a ln e t w o r ki sp u tf o r w a r dw i t l lc o h i g a f i n ge v e r yi m p r o v e dm e t h o d sw h i c ha r es t u d i e d t h ei m p r o v e db pn e u r a ln e t w o r kc a ne f f e c t i v e l yc o n q u e rt h es h o r t a g e so fe l a s s i c a lb pn e t w o r k 5 t h ei m p r o v e db pn e u r a ln e t w o r ki su s e di ns e t t i n gu pt h ef a c t o r sm o n i t o r i n gm o d e l t h r e e d i m e n s i o nd i s p l a c e m e n tm o d e la n dw h o l em o d e l t h ew h o l em o d e lc o n s i d e r st h ej n f i u e n c ef a c t o r so fd a m ss u f f i c i e n t ly c o m p a r e dw i t ho n ep o i n tm o d e lo rl o c a lm o d e l t h ew h o l em o d e lc a ns h o wt h es t a t ea n dd e v e l o p i n gt r e n do fd a m sr o u n d l ya n dt r u l y 6 b a s e do na n a l y z i n ga n ds u m m i n gu pt h ed e v e l o p m e n to fs a f e t ye v a l u a t i o ns o l u t i o nf o rd a m s ，t h ee v a l u a t i o ns o l u t i o no fi m p r o v e db pn e u r a ln e t w o r ki sp u tf o r w a r d t h ep e r a m b u l a t i o na n di n s p e c t i o nm e s s a g eo fd a m si st h o u g h ta b o u t w h i c ha l s oi ss u b d i v i d e da n de x p r e s s e di ns y m b 0 1 w i t he v e r yi n f l u e n c ef a c t o r s t h ee v a l u a t i o n s o l u t i o no fi m p r o v e db pn e u r a ln e t w o r ki su s e dt oe v a l u a t et h es a f e t yo fd a m s ，a n dt h ee v a l u a t i o nr e s u l ti sa n a l y z e da n ds u m m e du p k e yw o r d ：d a m ，n e u r a ln e t w o r k ，b pn e t w o r k ，n o d eo fh i d d e nl a y e r , i n i t i a lw e i g h t s ，a r t i f i c i a lp a t r o l ，c o m p r e h e n s i v ee v a l u a t i o nl l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) ：盆塑查学位论文使用授权说明2 0 0 6 年弓月1 篮日河海大学、中国科学技术信息研究所、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葳论文的内容相一致。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。论文作者( 签名) ：二翁箍垒鑫2 0 。6 年弓月) ，必日笫一聿绪论1 1 概述第一章绪论修建水坝是综合利用水资源的重要工程措施之一，世界各国都极为重视。根据国际大坝委员会1 9 9 7 年底对4 4 个国家的统计，己建高于1 5 m 的大坝总数为4 1 4 1 3 座，其中中国有2 4 1 1 9 座( 含库容超过1 0 0 万m 3 的坝) 。从坝型上看士坝占7 8 ，堆石坝占5 ，混凝土坝中重力坝占1 2 ，拱坝占4 。在离于l o o m的大坝巾混凝土坝有2 3 0 座，土石坝有1 8 0 座。同期在中困建设的土石坝约占9 0 ，混凝土坝占6 8 ，堆石坝占3 i “。拦河筑坝，* 建水库给人类带来了巨大的综合经济效益，包括防洪、发电、供水、航运、灌溉、旅游、养殖等；同时，在提高城市化水平、促进区域性社会经济发展和生态环境建设方面也发挥了重要作用。但是修建大坝也包含了风险，修建大坝可能打破江河流域原来的生态平衡。可能对水环境产生不良影响，如果大坝失事或溃决将会给人类生命财产带来严重的损害。大坝是一种特殊的建筑物，其特殊性主要表现在如下三个方面：( 1 ) 投资及效益的巨大和失事后造成灾难的严重。( 2 ) 结构、边界条件及运行环境的复杂性。( 3 ) 设计、施工、运行维护的经验性、不确定性及内容的广泛性1 2 i 。大坝的特殊性质使锝其在施工、运行期间必须开展必要的安全监测工作，以确保大坝运行的安全度。随着水利资源的深入开发，坝址的地质条件越来越复杂，大坝的规模也向高、大型方向发展，大坝的安全问题已引起国内、外社会的极大关注。近年来，随着大坝安全管理机构的建立，大坝安牟有关法规的颁布和实施，我国水库大坝安全管理工作已得到了加强，使其逐步走向规范化，并向国际接轨方向发展。1 2 研究的目的及意义众所周知，大坝的修建存在一定的风险。据国际大坝委员会和人坝注册簿的统i l ，1 9 0 0 1 9 5 1 f 共建各种大坝5 2 8 6 座( 不包括中国) ，其中溃坝1 1 7 座统f 1 ，1 9 0 0 1 9 5 1 年共建各种大坝5 2 8 6 鹰( 不包括中国) ，其中溃坝1 1 7 座河海大学硬- j 学位论文渍坝率2 2 。1 9 5 1 年1 9 8 6 年共建大坝1 2 1 3 8 座，溃坝5 9 座，占o 4 9 。在中国，截止1 9 9 0 年底的统计，全国共建各类大、中、小型水库大坝8 2 8 4 8 座，发生溃坝的有3 2 4 2 座，溃坝率达3 9 。纵观国t h # t - 馈坝事件，付出的都是血与滑的代价。如2 0 世纪2 0 年代以来，国际上相继发生的圣佛朗西斯( 美国，1 9 2 8年) 、7 尔巴塞( 法国，1 9 5 9 年) 、瓦依昂特( 意大利，1 9 6 3 年) 、提堂坝( 美国，1 9 7 5 年) 等垮坝事件，我国先后发生的板桥、石漫滩( 1 9 7 5 年) 洪水漫项以及沟后水库( 1 9 9 3 年) 渗透破坏等溃坝事件，无不给相关国家和人民带来了惨重的灾害和巨大的经济损失1 3 j 。我国是个水资源极其丰富的国家，建国毗来修建了众多拦河大坝。然而许多大坝建成时间在2 0 世纪8 0 年代末以前，许多坝的坝龄超过3 0 年。这些大坝蓄水运行以后，持续受到渗流、溶蚀、冲刷、冻溶等有害作用，还有可能受到超标准洪水和大地震的破坏，筑坝材料逐渐老化，大坝承受水压力、渗压力等巨大荷载的能力不断降低f 引。倘若，这些大坝的缺陷和隐患得不到及时诊断评价和整治处理，任其恶化下去，轻则影响大坝设计功能的发挥，重则可能造成坝馈厂毁，殃及下游，给人民的生命财产、国民经济建设乃至生态环境和社会稳定带来极大的灾难。大坝安全监测是大坝安全管理工作的耳目，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既而大坝安全监测资料的分析是判断工程安危的科学依据。因此在大坝设计、运行期间，必须对大坝进行实时监控。掌握一手资料，并对观测资料进行及时科学的分析，及早发现大坝存在的安全隐患，制定安全处理措施，以确保大坝安全运行。我国水库大坝安全管理条例中就明确规定：“大坝管理单位必须按照有关技术标准，对大坝进行安全监测和检查：对骑测资料应当及时整理分析，随时掌握大坝运行状况”。综上所述，分析大坝原型观测资料，研究大坝安全监控模型，并对大坝进行安全评价是个值得深入研究的课题，其现实和理论意义主要有以下几个方面。( 1 ) 我国大坝数目众多，且不断向高大型方向发展，通过对大坝观测资料的分析和整编，可以发现异常现象，及时预测大坝未来性态和发展趋势，防止灾害的发生，保证国家和人民生命财产的安全。( 2 ) 可进一步扩充大坝资料分析方法和内容，为更加合理有效地分析大坝的第一章绪论监测资料提供新的途径和思路。与混凝土坝相比，士石坝资料分析方法的研究相对较少，因此进一步深入对土石坝资料分析技术的研究，对大坝安全监控的发展具有较大的意义。( 3 ) 对大坝当前的变形监测资料进行深入分析，可反馈和验证大坝设计的正确性，从而改进和提高设计、施工和管理的技术水平，使各安全监测项目得到不断的完善。( 4 ) 根据监测资料分析结果可评价大坝所采用的安全监控技术的适用性、优越性，以及改进途径。在日常的分析过程中，总结经验，从而更加全面地指导以后大坝的设计以及安全监控项目的布设。1 3 大坝安全监控的发展概述和研究动态1 3 1 国内外发展概况大坝观测资料的分析是伴随着监测技术同时发展的，早在1 9 5 5 年意大利韵法那林( f a n e l l i ) 和葡萄牙的罗卡( r o c h a ) 等，应用统计回归方法定量分柝了大坝的变形观测资料。在此基础上法那林等又于1 9 7 7 年提出混凝土坝变形的确定性模型和混合模型，即运用有限元计算，将理论计算值与实测数据有机地结合起来。确定性模型虽计算量巨大，建立难度高，但是这类模型对监控大坝安全有显著作用，是一种较为理想的监控模型。法国在资料分析方面要求简便、迅速，采用了m d v 方法监测大坝，即在测值序列中去掉水压和温度分量后的剩余部分( 即时效和残差，亦称“已核正过”的值) ：并分析其规律，判断大坝的运行工况。目前，葡萄牙、法国、意大利、西班牙和奥地利等国家在大坝安全监测以及相关各项研究方面不同程度处于领先水平。在常规分析资料的基础上，俄罗斯、日本、法国等国家也开展不同内容的反分析，其主要内容为反演坝体材料的物理力学参数以及施工期的反馈分析。我国大坝观测资料的分析工作起步较晚，且大致可分为两个阶段，第一阶段在1 9 7 4 年以前，以定性分析为主，通过对实测过程线和简单统计的特征值来分析大坝的运行状况。安全监控工作发展的初期阶段，通常仅凭藉观测数据画出的变形过程线来分析问题，此种处理方法不足之处在于：变形过程线只是反映了构筑物变化的情况，难以获得变化规律的总结和具体的数学描述：除此，仪依据过 i , j 海大学硕士学位论义程线也难以分析各种作用因素与变形结果之间的内在联系及相互的关系。1 9 7 4 年以后，在河海大学陈久宇教授的开创下，应用统计回归法分析i 票型观测资料，并将分析成果加以物理成因的解释，还对时效变化进行研究，提出了时效变化的指数模型、双曲函数模型、对数模型、线性模型等，并逐渐用于监测大坝的安全运行和评价大坝的工况。2 0 世纪8 0 年代中期，迸一步改进了统计回归分析方法，提出了用周期函数表示坝体顶部时效位移，用非线性最小二乘法进行参数估计，并开始探索新的建模理论与方法。基于统计理论和最小二乘原理的“回归分析”方法，长期以来得到了很好的应用，在安全监控中发挥了积极作用。该方法的优点在于不需要严格知道变形量与作用因素间的“本构关系”，在一定程度上反映了变形量与作用因素之间的联系，计算及使用比较简便。但是统计模型同时也存在一些不足之处【6 】= 模型的建立需要较长时间的观测资料，此外，由于各作用因素间的相关性，使统计模型很难严格区分某一个作用分量对变形体产生形变的真正“贡献”。2 0 世纪9 0 年代初，近代应用数学的发展对观测资料分析研究起了极大的促进作用，各种理论和方法纷纷引入大坝资料分析中。在此基础上，我国逐步开展了资料分析工作，一方面进一步探究和解决传统分析方法中剩留的一些关键技术，另一方面积极开展“不确定性模型、模糊性模型”的研究和分析，同时逐步开展大坝原型观测资料的反演分析和反馈研究，并将成果应用于设计、施工和运行中，使安全监控体系更为完善和全面。1 3 2 大坝安全监测资料分析的主要内容综上所述，对大坝安全观测资料进行分析处理包括三个部分，即观测资料的正分析、反演分析以及反馈分析。在前面各项分析的基础上，将分析成果应用于设计、施工、运行等工作中，并对大坝进行综合评判和决策。在大坝安全监测资料中，可能存在一些异常测值。这些异常测值，对大坝结构性态的评价和大坝安全监控有较大影响，有时甚至会歪曲大坝客观状态。因此，对异常测值进行判断和处理，去伪存真，使分析工作建立在可靠的数据基础上是应用大坝安全监测资料前应做的一项重要工作。l 。观测资料的正分析一分析的主要任务是由实测资料建立数学模型。应用这些模型对大坝的运行4第章绪论进行实时监控，同时对模型中的各个分量进行物理解释，藉此分析火坝的工作愕态。变形模型的研究是安全监测数据分析处理中一项很重要的内容。自陈久宇教授等将统计回归分析应用于大坝安全监测资料分析后，2 0 世纪8 0 年代中期，吴中如院士等从徐变理论出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，并用菲线性二乘法进行参数估计；提出了裂缝开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；通过三维有限元渗流分析，建立了渗流测点的扬压力、绕坝渗流测孑l 水位的确定性模型，用于分析和评价大坝基础及岸坡的渗流性态。随后，模糊数学、灰色理论、神经网络【7 l 、滤波法、小波分析、遗传算法同、混沌动力学【9 l 等各种理论和方法也纷纷被引入大坝安全监测资料分析中，并取得了一定的成果。我国邓聚龙教授2 0 世纪8 0 年代首次在国际上提出灰色系统( g s ，g r e ys y s t e m ) 理论：李珍照教授等于1 9 9 1 年将g s 理论弓| 入到大坝安全监测资料分析领域。同时，模糊聚类分析i “、似然推理和模糊评笋等模糊数学方法也在大坝安全监测资料数据的分析处理和模型预测方面得到了应用。近几年来，人工神经网络在大坝观测数据处理与分析方面的应用研究已经开始，尤其是模糊数学和神经网络方法的有机结合，为相关的研究展现了广阔的前景。神经网络模型属于隐式摸型，具有卓越的非线性映射能力，现有的研究成果表明。用神经网络模型对大坝变形、渗流等进行拟合，其精度优于传统的数学模型。此外，国内外学者提出了多种监控模型对大坝安全监测资料进行分析，并将单测点模型拓宽至空间三维。一些学者提出大坝安全监控的位移分布模型、数字滤波模型、优化组合模型、岭回归与主成分回归模型等。随着计算机技术的飞速进步，以及研究的不断深入，一些模型相互结合，取长补短应用于大坝数据处理分析中，如在传统统计模型中增加残差预测项，应用混沌理论对残差项的计算方法进行探讨等。在土石坝研究方面，由于土石坝自身的一些特殊性质，使其变形比混凝土坝更为复杂，许多正分析方法也是相对于混凝坝提出来豹，丽不易很好地应用于。卜石坝。2 0 世纪5 0 年代初期，我国开始了土石坝监测资料的分析工作。2 01 j = 纪9 0 年代以后土石坝观测资料的正分析才有了一些发展1 1 1 1 。5；町海人学硕i 学位论义2 观测资料的反演分析通过原型观测资料的正分析，建立了各种数学监控模型。所谓观测资料的反演分析即以正分析的成果为依据，通过相应的理论分析，反求大坝以及坝基的材料参数、结构特征等。常规分析法和确定性模型法是大坝及坝基的参数反演的两种基本方法。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，然后假设初始参数( 如e r o ，e 。) ，用结构分析法推求水压分量，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，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。国内外对大坝和坝基参数的反演分析已经比较深入，尤其在混凝土坝反分析这方面的研究已经相当成熟。比如b o n a l d i 、f a n a l l i 、g i u s e p p t t i 等提出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。我国学者在反分析方面也取得了不少研究成果，河海大学的吴中如和陈久宇教授等在大坝的安全监控和反分析方面做了大量的研究工作，提出了有关变形参数、热学参数、断裂参数、等价摩擦系数、渗流参数、徐变度以及有限元边界条件的反分析方法等。近几十年来，对于大坝位移的反分析方法研究发展尤其显著。已从弹性问题发展到弹塑性和粘弹塑性问题的位移反分析。在各个研究领域中，国内外学者提出了大量的实用的计算方法和理论知识，并将研究成果进行完善和发展。对此一些新的理论和计算方法不断涌现，吴中如、顾冲时、朱伯芳教授等提出位移时空模型、模糊数学反演1 1 2 】，人工神经网络反演法i b 】以及其他的一些反分析方法，进一步丰富了大坝观测资料反分析法的内容。士石坝反演分析方面，主要包括两个方面，即对土体本构关系的模拟分析和进行模型参数的反演计算。由于土体性态的复杂性，加上渗流和固结诸多因素的影响，土石坝工程的反分析研究在理论上存在一定的难度。近年来，对土矗坝的反演分析研究，国内外最具代表性的是采用非线性弹性模型( 邓肯模型) 或双屈l 甄弹塑性模型( 沈珠江模型) 1 1 4 1 。邓肯张模型和沈珠江双屈面弹塑性模型已经f 。泛地应用于高土石坝的应力位移分析中。蒋一审持论由于大坝等水利工程规模一般较大，建筑物内部和地基的结构以及工作条件相当复杂，反演分析研究中有许多难题有待解决，目前，大多数反分析方法尚处于研究阶段。要使反演分析的结果更贴近于实际，首先在正分析中要采用更贴近予对象系统输入输出关系的模型和数值方法，其次要改进观测，再次要采用适用性妤的反演分析方法。3 观测资料的反馈分析反馈分析是综合应用正分析和反演分析的成果，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，达到对大坝安全运行进行实时监控的目的。目前对大坝反馈分析的研究主要包括以下几个方面：( 1 ) 利用观测资料分析裂缝、再生缝的物理成因、机理及其对坝体结构性态的影响，以正分析和反演分析成果反馈控制裂缝发生和发展的临界荷载；( 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 ) 拟定大坝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。反馈分析与正分析、反演分析之问既有联系又有区别。反馈分析是在正分析和反分析的基础上，将分析成果反馈到原型结构中，以达到馈控的目的。区别在于反馈分析要为未建坝的设计、施工反馈信息，从而最大限度地从观测资料中提取信息。因此反馈分析的内涵十分丰富，是大坝安全监控的一个重要组成部分。但由于难度较大，到目前为止，大坝的反馈分析研究还不够深入。这方面的【作是今后研究的重点内容之一。4 。大坝安全综合评判与决策安全监测资料的正分析、反演分析和反馈分析，一般局限于对单项物理量的分析，存在一定的局限性。因此，必须在正分析、反演分析和反馈分析基础上，对大坝安全性态进行综合评判与决策。综合评判和决策与单项分析的不同在于，综合评判与决策应用专家的智能对各个观测量进行综合分析，并结合现场巡检，将一些难以用变量形式表示的随机因素也列入分析对象，这样既抓住了主要影响因素，又能考虑一些次要影响量或易被忽略的因素。这在一定程度上具有人工专河海大学硕j 学位论文家系统的特性，因此也将综合评判和决策称为人工专家分析系统【i “。近年来，国内外对水工建筑物安全评价方法的研究有了较大发展【1 7 】【1 8 j 。在困外，许多经济发达国家已用风险值概念对大坝失事的总概率进行了计算，如加拿大、美国、瑞典、挪威等国，在大坝安全管理程序中引入了风险评估方法。基 = 二风险评估的大坝安全评价，可充分考虑大坝运行过程中各种环境因素以及大坝结构本身所存在的种种不确定性对大坝安全运行的影响【1 9 】。国内，许多学者将模糊数学应用至大坝的安全评判中，如吴中如院士等人利用层次分析法确定各个因素在评判中所占的权重问题，然后利用模糊变换和模糊关系方程对大坝安全度进行模糊综合评价1 2 0 】。王绍泉等以模糊数学理论为依据，在考虑各专家的权威性和专业熟悉性权的基础上，研究了大坝安全分析的多层次阈值模糊综合评判模型，导出了其相应的求解矩阵，实现大坝的综合评判1 2 ”。大坝安全综合评判是项牵涉面广、技术性强而又非常重要的工作f 捌。影响大坝安全的各种因素不仅多而且复杂，特别是土石坝的安全评价上，由于旋：【：和运行期间的各监测量变化多样，比混凝土坝更为复杂，常规的数学模型和方法很难概括各种复杂因素的变化规律，因此，深入研究土石坝综合评判的有效方法，是大坝安全监控需要解决的问题之一。近年来，人工神经网络评判法得到了较好运用。人工神经网络不仅能较好地吸收领域专家的评价经验，而且还具有评价方法的规范性，较高抗噪声于扰能力和容错性。研究人工神经网络在安全监控中的应用，将为大坝安全综合评价开拓一条新的途径，对解决大坝安全评价问题具有实际价值和良好的应用前景f 矧。1 。3 3 大坝安全监控的发展动态随着现代科技的不断提高，高精度、高稳定性和自动化观测仪器不断应用于足坝的安全监控中，使得大坝的安全观测资料具有更高可靠性、实时同步和整体，附? 。相应于监控水平的不断提高，大坝观测资料的分析与处理技术也致力于更加完善化方向发展，其发展动态可归纳为以下几点。( 1 ) 整体性在大坝安全监控数据处理中，从以往的单测点和局部模型向多测点和整体模型方向发展。大坝是个“有机”整体，各个部位是相互关联的，因此仅用单点模繁进行分析时存在较大的局限性，仅表征观测点局部范围单项监测量变化的情第一章绪论况，难以反映大坝的整体变化及没有体现各监测量共同对坝体的综合作用。因此最大限度地综合各种有用信息，构建大坝安全监控整体模型的研究是目前大坝观测资料分析研究的个重要方向。( 2 ) 不确定性大坝施工和运行过程中，各监测量变化无常，因此很难用种固定的模型和方法概括各种监控信息复杂的变化规律。由于各种不确定因素的作用，传统的数学描述往往满足不了其变化的要求。如果将那些能有效描述不确定信息的理论归纳称之为不确定性理论的话，模糊数学、人工神经网络、未确知数学、混沌学以及盲数理论【2 4 1 的应用则代表大坝观测资料分析处理中应用的理论与方法已向不确定性理论方向发展。( 3 ) 动态性在大坝长期运行的过程中，产生变形的机理十分复杂，用前期观测数据建立的数学模型往往不能持续准确地反映大坝现时及随后的运行状态，因此必须随时利用新获得的信息更新所建之模型，从而保持模型的实时性。这种模型被称作“动态性模型”，是目前许多工程监测数据处理中常用的方法，深入开展“动态性模型”的研究，也是大坝安全监控的发展方向。( 4 ) 系统性所谓系统性，就是指目前致力于研究开发的各种大坝安全综合评价专家系统，它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。综合评价专家系统，使安全监控的数据处理逐步由离散集中处理发展为在线实时监控和处理，是现时大坝安全监控中难度最大，内容最为丰富的主要发展方向。1 4 本文的主要内容及技术路线针对目前大坝安全评价以及观测资料分析的研究现状和特点，本文在阅读大量有关文献资料及研究成果的基础上展开和进行。利用m a t l a b 软件强大的数值计算和仿真分析功能，编写及调用相关程序。结合具体工程实例，主要从以f 几个方面开展研究工作。1 b p 神经网络模型的研究河沲大学颤十学位论文基于b p 算法的人工神经网络模型在应用过程中存在某些缺陷和不足，许多问题至今没有较为完善的解决方法。本文在以往研究的基础上，探讨了一些改进的方法，并将各改进方法结合运用，提出了改进的b p 神经网络。( 1 ) 经典的b p 网络采用的是梯度下降算法，且只能对每一组样本进行正反向训练计算，在处理复杂问题时容易导致收敛速度慢、精度低等问题。本文研究了将数值优化方法中的l e v e n b e r g m a r q u a r d t 法( 简称l - m 算法) 引入b p 网络中，建立基于l m 原理的b p 神经网络，以期改善b p 神经网络在复杂问题计算中，易产生收敛于局部极小、速度慢及精度低的问题。( 2 ) 目前隐含层层数和节点数的确定尚无明确的理论依据，因此神经网络建立过程中隐含层节点数通常按照经验公式计算而得。这不仅增加了计算量，而且往往不能迅速找到最优隐节点数，影响网络的质量。本文运用黄金分割原理选取最佳隐节点数，使网络的收敛速度明显加快，所建模型的质量进一步得到提高。( 3 ) 目前在网络训练过程中，初始权值一般照机赋值，而初始权值的选择将在一定程度上影响网络的精度和收敛速度。本文在计算机随机赋值的基础上，进一步研究了将初始权值的设置与学习样本、神经元传递函数等联系起来，从而获得剐络较为合理的初始权值。2 b p 神经网络大坝安全监控模型的研究针对目前传统数学监控模型应用中存在的缺陷，结合小浪底大坝( 土石坝)和梅j l | 拱坝( 混凝土坝) 较为长期的观测资料，将改进的b p 神经网络应用于两种不同类型大坝的位移监测资料分析中，构建考虑了多种因素的监控模型、三维位移模型、大坝整体模型，并对结果进行比较分析。3b p 神经网络大坝安全综合评判模型的研究大坝运行过程中，影响安全的因素极为复杂，以往对大坝的资料分析一般建、在单点模型的基础上，分析时存在一定的局限性，仅表征观测点局部范围单项峪测量变化的情况，无法达到对大坝进行整体评价的目的。因此，本文在利用改进的b p 神经网络模型基础上，结合了大坝较长期的观测资料，并顾及人工巡检结果，建立大坝安全评判模型，更全面地从整体上评价大坝的安全性态。第二章经典b p 算法的改进第二章经典b p 算法的改进2 1 人工神经网络概述人工神经网络( a r t i f i c i a ln e u r a ln e t w o r k ，简称神经网络或j 廿珊) 是一门崭新的边沿交叉科学，它在物理意义上模拟人脑信息处理机制，具有处理数值信怠的一般计算能力，且具有处理知识的思维、学习、记忆能力。人工神经网络的研究发明是继电子计算机技术开发后的又一重大突破 列q 2 9 j 。2 1 1 人工神经网络的发展人工神经网络的发展几经曲折【蚓，大致可分为以下几个过程。( 1 ) 萌芽阶段人工神经网络的研究最早可追溯到人类开始研究自己智能的时期，这一时期大致到1 9 4 9 年。2 0 世纪4 0 年代初期，研究人员通过建立数学模型来检验对亭f f l经元及其功能模式的研究成果。1 9 4 3 年，心理学家m c c u l l o c h 和数学家p i t t s 建立起了著名的阀值加权和模型，简称m p 模型。1 9 4 9 年，神经生物学家d o h e b b提出神经元之间突齄联系是可交的假说，称为i t e b b 学习规则。这两个重大成果，构成了人工神经网络萌芽阶段的标志1 3 1 】。( 2 ) 第一次发展阶段第一次发展阶段大体上可以认为是从t 9 5 0 年开始至1 9 6 8 年，也就是从单级感知器( p e r c e p t r o n ) 的构造成功开始，到单级感知器被无情地否定为止。这是人工神经网络的研究被广为重视的一个时期。这一阶段的重要成果是单级感知器及其电子线路模拟。( 3 ) 停滞阶段m l m i n s k y 和s p a p e r t 对单级感知器进行了深入研究，从理论上证明了当时的单级感知器无法解决许多简单的问题，甚至包括最基本的“异或”问题。这、结果令人震惊。许多人受m l m i n s k y 和s p a p e r t 的影响，相信神经网络已经走入了死胡同。同时由于当时没有功能强大的数字计算机来支持各种试验，从而导致许多研究人员放弃了这一研究领域。神经网络的研究就这样停滞了十多年。 1 1 f 海人学硕l ，学位论史( 4 ) 第二次发展阶段到了2 0 世纪8 0 年代，随着个人计算机和工作站计算能力的急剧增强和j 1 。泛心用，以及不断引入新的概念，克服了摆在神经网络研究面前的障碍，对神经网络的研究热情高涨。该阶段，优秀论著、重大成果丰富，神经网络的应用范围大大拓宽。最具代表性的研究成果是h o p f i e l d 网络的提出以及用于训练多层感知器的反传算法的开发。( 5 ) 新发展阶段进入2 0 世纪9 0 年代后，神经网络领域的研究有了新发展，如支持向量机的发明，为解决模式识别、回归及密度估测问题提供了新的途径。但是许多理论问题仍有待神经网络解决。近期想用人工神经网络的方法在人工智能的研究中取得突破性的进展，还需努力。因此人工神经网络的研究及应用将迸一步深入与拓展。2 1 2 人工神经网络的基本原理与特性人工神经网络是由大量简单的处理单元( 神经元) 广泛地相互连接两组成能进行并行推理的复杂系统【3 2 】。它是采用非固定式连接制的网络模型。人工神经网络工作的方式主要有两个阶段组成：学习阶段和推理运行阶段。学习阶段中，通过对所选的学习样本进行学习，不断修正各有向连接途径的权值，使学习结果最大可能地逼近样本值；而推理运行阶段是根据学习过程中不断修正后的最终结果，对相关信息实施各种处理。图2 - 1 为一个神经元的基本结构，它是人工神经网络的基本组成单元。x 1x 2；x 。图2 - 1 神经元结构y神经元般是多输入、单输出的非线性元件。图2 - 1 中，x ，是神经元的多个输入信号，u i 为神经元的内部状态，为x ，对的连接权值，目。为闽值，s ，笫二章经典b p 算法的改进为内部状态的反馈信息，y 为输出信号。上述神经元模型的数学表达式为r 旷善j ，“卅 d o ，d 1 7 2 4 d o ，所以所2 一l i t 一1 7 。d 0 1 = 0 6 1 8 d 。；0 6 1 8 x 0 3 一o 1 9 ，取 t0 1 5 ( 为设定的某常数) ，因为区间长度大于o 1 5 6 ，行= 0 6 1 8 x 仰2 - - m 1 ) + 柳l 一0 6 1 8 ( 1 7 - 6 ) + 6 1 3 。在新区间上采用o 6 1 8 分割法。结果见表3 5 。表3 - 5第二次0 ；6 1 8 分割结果隐含层节点数2 1 3 0 周期后的误差4 0 0 周期后的误差6o 0 d 2 4 2o o ( ) 2 3 81 30 0 0 1 8 10 0 0 1 2 91 7o 0 0 1 4 6o 0 0 1 0 2误差下降幅度2 0 0 周期后的差值4 0 0 周期后的差值d 6 1 30 2 4 9 4 40 4 6 0 4 9d 1 3 1 70 1 9 5 3 1o 2 0 5 4 8db _ 】3 d d ”- 1 7 d o l ，所以m 1 一，l 一1 3 ，因为区问长度大于0 1 5 x 1 3 ，因此，d = 0 6 1 8 x 0 1 9 to 1 1 7 4 ，n 一0 6 1 8 x ( 1 7 1 3 ) + 1 3 1 5 ，在新区间上进行0 6 1 8 分割。结果见表3 6 。第二章改进的b p 神经网络枉大坝位移观测资料分析中的应用表3 - 6第三次0 6 1 8 分割结果隐含层节点数2 0 0 周期后的误差4 0 0 周期后的误差1 30 0 0 1 8 10 0 0 1 2 91 50 0 0 1 6 9o 。0 0 1 1 91 70 0 0 1 4 60 0 0 1 0 2误差下降幅度2 0 0 周期后的差值4 0 0 周期后的差值d 1 3 1 50 0 6 8 5 6o 0 7 6 4 8d 1 5 1 7o 1 3 6 0 80 1 3 9 6 8d 1 n 5 ( d 0 2 ，d 1 5 - 1 7 p d 2 ，所以n m 1 1 3 ，算法结束。n 一1 3 为较优隐含层节点数。由经验公式计算出的隐含层节点数为6 ，为了比较两种不同结构网络的收敛速度，于是分别建立l o 一6 1 和1 0 1 3 1 的基于l m 原理的b p 模型。学习样本不变，网络目标精度设为0 0 0 1 ，最大训练周期为3 0 0 0 ，其余参数与上述实验一样。分别进行不同权值的1 0 次训练，结果如下。表3 7 隐节点数优化前、后计算方法比较i 隐节点数达到目标精未达到目标精训练平均误差平均训练周期度次数度次数( e p o c h s )601 00 0 0 2 33 0 0 01 391o 0 0 1 01 1 2 7表3 7 可以看出，应用0 6 1 8 分割选取隐节点法最终获得的结果大大优于应用经验公式计算获得的结果。因此，可以证明0 6 1 8 分割选取隐含层节点数该算法是可行且有效的，对进一步提高网络的质量及精度有显著作用。3 网络权值的自相关修正上述所进行的各项计算均是在网络权值随机赋值的基础上展开的，为不失普遍性，本文均采用1 0 次取平均来代替