李鹏鹏
- 作品数:3 被引量:28H指数:3
- 供职机构:河海大学水利水电学院更多>>
- 发文基金:国家自然科学基金更多>>
- 相关领域:水利工程更多>>
- 基于NMEA-BP大坝变形监测模型研究被引量:13
- 2018年
- 在对思维进化算法(MEA)改进的基础上,开展了基于思维进化算法与BP神经网络的大坝变形监测模型的研究。通过引入小生境技术和思维进化算法,克服了BP神经网络易陷入局部最优值、训练时间长和收敛速度慢等缺点,极大地提高了其搜索效率和全局搜索能力。通过进一步利用改进的思维进化算法优化BP神经网络的权值和阈值,建立了NMEA-BP大坝变形监测模型,并用该模型对工程实例进行了拟合预测。结果表明,NMEA-BP模型有效提高了大坝变形预测的精度,能更高效准确的进行大坝变形监测。研究成果为大坝变形监测的理论和实践研究提供参考。
- 贾强强贾强强郭芝韵苏怀智李鹏鹏
- 关键词:小生境技术思维进化算法BP神经网络大坝变形
- 光纤传感器不同布设方式对应变传递的影响分析被引量:4
- 2019年
- 为对比不同光纤传感器布设方式对光纤应变传递率的影响,分别建立表贴式和埋入式两种光纤与被测结构的应变传递模型,推导相应的传递系数,通过有限元模型分析验证传递系数的准确性,并基于埋设长度进行敏感性对比分析。结果表明,当埋设长度为1m时,两种方式下光纤中段80%以上区域应变传递率接近1,基体应变均可有效传递至纤芯,两种布设方式均适用于类似结构。光纤两端区域传递率存在不同程度的降低,与埋入式相比,表贴式光纤的两端传递效率低的区域范围更大。敏感性分析表明,随着长度增加,光纤与基体之间的平均应变传递率增高,埋入式始终高于表贴式。因此,对于小型被测基体,布设埋入式光纤更合理;考虑施工及检修,表贴式适合应用于已建大型结构。
- 毛宁宁苏怀智李鹏鹏
- 关键词:光纤传感器
- 基于人工蜂群算法与Elman神经网络的大坝变形监控模型被引量:11
- 2017年
- 针对Elman神经网络收敛速度慢、容易陷入局部极小等问题,建立了人工蜂群算法(ABC)与Elman神经网络组合的大坝变形监控模型。应用于某混凝土重力坝的结果表明,单纯Elman神经网络建模方法预测的相对误差和标准差分别为3.50%和0.131,ABC-Elman(人工蜂群算法与Elman神经网络)模型预测的相对误差和标准差分别为1.98%和0.063。从各影响因子对大坝变形的贡献上看,水压分量占27.9%,温度分量占62.3%,时效分量占9.8%。ABC-Elman模型在建模效率、预测精度等方面均有一定的优势,较适合于大坝变形的建模分析,并可推广于大坝渗流、应力等监控模型中。
- 李鹏鹏苏怀智郭芝韵钱秋培
- 关键词:大坝变形ELMAN神经网络人工蜂群算法大坝安全