梅一韬
- 作品数:12 被引量:83H指数:4
- 供职机构:河海大学水利水电学院水资源高效利用与工程安全国家工程研究中心更多>>
- 发文基金:国家自然科学基金水利部公益性行业科研专项国家重点实验室开放基金更多>>
- 相关领域:水利工程理学自动化与计算机技术更多>>
- 某水电站坝基扬压力异常原因分析被引量:4
- 2013年
- 坝基扬压力监控在重力坝安全监控中占有十分重要的地位,通过对某水电站坝基扬压力监测资料的定性分析发现,5号坝段坝基扬压力测值偏高,并有逐渐增加的趋势。进而通过扬压力折减系数、简单相关系数法、统计模型法、综合成因分析法等方法对该坝段进行定量分析,发现该坝段测孔扬压力折减系数偏大,测孔水位与上游水位相关性较大,进一步证明5号坝段下游侧可能存在潜在渗流通道,应加强监测,并在必要时采取工程措施。
- 朱凯梅一韬刘敬洋任泽栋张凤山
- 关键词:扬压力统计模型
- 小湾拱坝蓄水期应力应变性态分析被引量:1
- 2012年
- 应用变形法对某高拱坝坝踵应变计组进行了应力计算,采用统计模型分离了影响应力的各个分量,分析了蓄水期前后应力变化规律和主要影响因素,比较了相同水位下应力变化情况,结果表明:坝踵处水压分量是影响应力的主要因素,在水位抬升的过程中,压应力减小,坝踵处应力性态总体正常。
- 梅一韬梅一韬黄浩何侃王雷黄浩
- 关键词:蓄水期小湾拱坝
- 基于GA优化的BP网络在大坝扬压力预测中的应用
- 利用遗传算法优化BP神经网络的权值和阈值,可以解决BP神经网络的局部极小和收敛慢等问题,对于样本数量多的情况,可以达到较高的预测精度。通过实例应用表明,将遗传算法优化的BP神经网络、逐步回归和BP神经网络对比,其收敛快且...
- 仲云飞梅一韬吴邦彬陈端
- 关键词:水工建筑物扬压力遗传算法
- 文献传递
- 改进BP神经网络模型在扬压力监控中的应用
- 针对标准BP神经网络的过拟合和收敛速度慢等问题,对网络结构和初始权值、阀值进行优化,结合混凝土坝基础渗流特点,应用实测资料建立了坝基扬压力监控模型,通过对模型实例的比较,验证了改进BP神经网络模型的优越性,这对于实际工程...
- 梅一韬郑东健
- 关键词:BP神经网络网络结构
- 文献传递
- 确定大坝效应量真实分量比例的灰色距离测度研究被引量:1
- 2012年
- 为了评价各因素对大坝监测效应量的综合影响程度,提出一种新的灰色距离测度,并应用于大坝效应量分量比例确定中。首先利用主成分确定各分量真实系数,然后应用该理论确定各个分量的比例。工程实例表明,该方法简单可行,能科学有效地确定大坝效应量分量比例。
- 梅一韬邱亚男吴邦彬仲云飞顾浩钦丰莎王雷
- 基于熵权的大坝渗流性态模糊可拓评价模型被引量:10
- 2011年
- 针对评价大坝渗流性态一直为工程决策的难点问题,以某混凝土重力坝#2坝段为例,构建了大坝渗流指标结构体系,选定了渗流评价标准和监控指标,利用可拓理论将定性与定量分析有机结合,并结合模糊数学理论构造了渗流性态评价中的模糊物元,引入熵权法确定指标体系的权重系数,建立了基于熵权的模糊可拓评价模型。结果表明,该坝段渗流性态正常,评价结果合理,符合实际情况。
- 梅一韬仲云飞
- 关键词:大坝渗流熵权
- 3种混凝土坝坝基扬压力监控模型的比较
- 应用逐步回归、BP神经网络、时间序列的原理,结合某混凝土坝实测资料建立了坝基扬压力监控模型.同时,在充分分析坝基扬压力影响因素的基础上,通过对模型实例的比较,分析了模型的特点,研究了应用模型进行坝基扬压力建模的优劣和适用...
- 梅一韬何鹏
- 关键词:BP神经网络时间序列
- 文献传递
- 基于主成分的大坝监测资料时变预测模型被引量:2
- 2011年
- 由于内外各种因素的影响,大坝安全监控参数会随时间而变化,而常规监控模型常常采用非时变的参数。基于主成分分析,利用缩减后的主成分荷载建立了时变预测模型。实例表明,该模型可以减少计算时间,有效削弱因子多重相关性的影响,提高大坝监测效应量的预测水平。
- 梅一韬许后磊王锋吴邦彬万陆林
- 关键词:大坝安全监控数学模型主成分分析时变参数
- GRNN神经网络在坝基渗流预测中的应用被引量:8
- 2012年
- 人工神经网络在大坝监测资料分析及预测中应用效果良好,而广义回归神经网络具有柔性网络结构、很强的非线性映射能力及高度的容错性,非常适合解决非线性问题。实例分析结果表明:与BP神经网络相比,广义回归神经网络在预测能力及学习速度上具有明显优势,且样本较少时其预测效果也较好。
- 陈端曹阳夏辉梅一韬仲云飞
- 关键词:广义回归神经网络BP神经网络坝基渗流
- 遗传算法优化BP神经网络在大坝扬压力预测中的应用被引量:31
- 2012年
- 针对BP神经网络的局部极小和收敛慢等问题,提出了利用遗传算法的选择、交叉和变异操作优化BP神经网络的权值和阈值,将优化后的BP神经网络用于预测大坝扬压力。通过实例应用,将遗传算法优化的BP神经网络与逐步回归、BP神经网络预测相对比,结果表明遗传算法优化的BP神经网络收敛快且预测结果精度高。
- 仲云飞梅一韬吴邦彬陈端
- 关键词:遗传算法BP神经网络扬压力