人工智能技術(shù)在大壩安全分析中的應(yīng)用.pdf

1、本文應(yīng)用人工智能技術(shù)中的人工神經(jīng)網(wǎng)絡(luò)模型、模糊神經(jīng)網(wǎng)絡(luò)模型、遺傳算法對(duì)影響到堤壩安全的三個(gè)問(wèn)題進(jìn)行了分析，分別對(duì)堤壩管涌預(yù)測(cè)判定問(wèn)題、混凝土壩抗震可靠度問(wèn)題、堤壩邊坡穩(wěn)定性的可靠性評(píng)估問(wèn)題運(yùn)用人工智能技術(shù)進(jìn)入深入分析，獲得很好的結(jié)果。第一個(gè)分析的問(wèn)題是堤壩管涌問(wèn)題，應(yīng)用人工智能技術(shù)建立了管涌預(yù)測(cè)與判定的模型。首先分析了堤壩管涌發(fā)生的過(guò)程和影響管涌發(fā)生的因素，提出了一種預(yù)測(cè)判定管涌發(fā)生可能性的機(jī)理模型，根據(jù)機(jī)理模型從影響堤壩管涌發(fā)生的諸多

2、復(fù)雜因素中選出既便于測(cè)量、觀(guān)測(cè)又對(duì)管涌發(fā)生影響顯著的幾種因素作為人工神經(jīng)網(wǎng)絡(luò)的輸入，建立了管涌影響因素與管涌發(fā)生指標(biāo)之間的映射關(guān)系。應(yīng)用收集到的管涌數(shù)據(jù)對(duì)管涌人工神經(jīng)網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練和預(yù)測(cè)，預(yù)測(cè)的結(jié)果精度較高，說(shuō)明人工神經(jīng)網(wǎng)絡(luò)是預(yù)測(cè)判定管涌發(fā)生的有效方法。針對(duì)管涌發(fā)生的不確定性和模糊性，文中進(jìn)一步建立了管涌的模糊神經(jīng)網(wǎng)絡(luò)模型，用同樣的樣本對(duì)模糊神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練和測(cè)試，獲得不錯(cuò)的預(yù)測(cè)結(jié)果，證明模糊神經(jīng)網(wǎng)絡(luò)也是預(yù)測(cè)判定管涌發(fā)生的有效方法。第