混凝土坝变形组合预报模型的蛙跳建模方法

资料大小：380KB
资料类型：.PDF
资料等级：
发布时间：2022-02-21

资料介绍

混凝土坝变形的影响因素多而复杂，监测数据包含大量的不确定性信息，因此依据多种建模方法建立的
各单一模型的预报效果各不相同．组合模型能够弥补单一模型的局限性，如何在建模过程中使权重系数实时反
映单一模型对监测信息的变化，是组合模型建模的关键．从优化极值角度考虑各单一模型中未知量与权重系数
之间的相互性，利用蛙跳算法(SFLA)的分布式全局优化性能同步确定其值，提出相应的蛙跳优化建模方法．混
凝土坝变形长期监测资料的应用表明，该方法具有良好的预报效果，简化了组合模型的确定过程，提高了模型
的预报能力，为混凝土坝变形预报分析提供了新的计算方法．
关键词：蛙跳算法；混凝土坝；组合模型；变形；预报
中图分类号：TV642．3 文献标志码：A 文章编号：1009—640X(2013)02—0009—06
目前我国已修建 8．7万多座水库，作为特殊的水工建筑物，这些水库在开发利用水资源和防灾减灾中发
、挥了重要的作用，但潜在的大坝安全隐患应引起足够的重视．随着时间的推移，由于外部环境的长期变化以
及材料老化、人为因素等原因，大坝存在不同程度的老化、裂缝，若这些隐患得不到及时诊断和解决，不仅会
影响大坝的安全运行，甚至会导致溃坝等灾难性事故．建立合理的监控预报模型并制定有效的应急方案，可
减少大坝失事造成的损失，甚至避免大坝事故的发生．从大量监测数据中迅速找出有效信息，对大坝的运行
状态进行及时诊断和预报是监控工作的重点，如我国的佛子岭连拱坝，正是由于建立了合理的变形监控模
型，从而避免了一次重大事故 J．由此可见，依靠预报模型对监测数据进行预测分析具有重要性和必要性，
而这些都是以数学方法和算法理论为基础．
大坝变形的环境影响因素多而复杂，主要涉及坝体类型、上下游水位、气温、坝体内部温度、时效变化等．
根据不同的评判准则，可从多个角度提出大坝变形预报的建模方法．随着信息科学和计算机技术的发展，灰
色理论、模糊理论、神经网络算法、遗传算法等新型算法的引人为大坝安全管理部门的决策判断提供了新的
有效手段 J．从信息论角度，基于不同算法的监控模型均能从一定程度上反映坝体的运行状态，具有不同
的数据挖掘能力．为了综合利用各预报模型的挖掘能力，可将各单一模型通过优化方式集合在一起，建立相
应的组合模型．由于传统优化算法的局限性和组合模型的复杂性，大多采用分步求解方式，首先确立各单一
模型的计算参数，再以权重系数组合各模型．群智能优化算法是新一代的仿生优化算法，相比人工神经网络、
遗传算法等算法具有更强的全局搜索能力和并行计算能力，常用于水库调度优化问题和参数反演等问
题。．本文采用群智能算法中的蛙跳算法建立组合模型，通过单蛙个体的位置向量、跳跃步长、适应度等计
算参数的定义形式，考虑建模过程中权重系数与各模型的动态变化联系．利用算法的局部优化性能和全局优
化性能，同步确定各模型的计算参数和权重系数，改变传统的分步求解方式，提出混凝土坝变形组合预报模