改进的BP神经网络在坝肩滑坡体位移监测中的应用  

Application of Improved BP Neural Network to Displacement Monitoring of Abutment Landslide

作　　者：佟剑杰[1,2] 苏怀智[1,2] 刘贝贝[1,2] 崔永建[1,2] 

机构地区：[1]河海大学水利水电工程学院,江苏南京210098 [2]河海大学水文水资源与水利工程科学国家重点实验室,江苏南京210098

出　　处：《水力发电》2010年第4期89-91,共3页Water Power

基　　金：国家自然科学基金项目(50809025);国家科技支撑计划课题(2008BAB29B03);国家重点实验室专项经费资助项目(2009586912)

摘　　要：LM算法很好地解决了BP算法训练代数大,训练误差大,易陷于局部最小等问题,为坝肩滑坡体位移数据的分析提供了一种有效的方法。构建某坝坝肩滑坡体位移数据分析的BP神经网络,选取86组数据作为训练和测试样本,运用LM算法对此网络进行训练,利用训练好的神经网络对测试样本进行预测,并且将预测值与实测值进行对比分析,结果表明预测值与实测值较吻合,说明基于数值优化的LM算法值得推广。Levenberg-Marquart（LM） algorithm can eliminate the defects of classic BP algorithm,such as larger number of training,larger training error and easy to receive local minimum value.A BP network combining with LM algorithm for ana-lyzing the displacement of abutment landslide was established and 86 sets of data were selected as training and testing sam-ples.The predictive values of model meet with the actual measured values,and show that the model is an effective way for displacement analysis.

关 键 词：滑坡体 神经网络 LM算法 

分 类 号：TU457[建筑科学—岩土工程]