基于DPSO-ANFIS的大坝变形预测模型

来源：水利水运工程学报杂志 2021年第6期北京时间：

作者：马广臣,杨杰,程琳,宋锦焘

摘要：变形预测模型是大坝结构安全性态分析的关键技术支撑。针对现有大坝变形预测模型在精确度、泛化性等方面的不足，将自适应模糊神经网络引入到大坝变形预测模型中，利用动态权重粒子群算法对自适应模糊神经网络中模糊层的适应度值进行参数寻优，形成可以寻找最优适应度值的自适应模糊神经网络，进而建立基于DPSO-ANFIS的大坝变形预测模型。根据大坝原型监测数据，代入训练好的模型得到输出值，并将其与实际监测数据进行对比分析。工程实例应用表明，基于DPSO-ANFIS的大坝变形预测模型输出值与实测值偏差最大为0.0516 mm，均方根误差为0.0351 mm，平均绝对误差为0.0320 mm，各项指标精度均优于基于PSO-ANFIS、ANFIS和BP神经网络的大坝变形预测模型。针对不同位置测点、预测时间段，基于DPSO-ANFIS的大坝变形预测模型输出值接近实测值，预测趋势符合真实值走向，整体预测性能稳定。该模型具有较高的精确度、良好的泛化性与可靠的稳定性，工程实用综合性能较优。

关键词：自适应模糊神经网络, 动态权重粒子群算法, 大坝变形预测, 适应度