CAJ | 학술논문

大坝安全评价常用的多级灰关联评估、模糊综合评判等方法均需设计各评价指标对各级标准的隶属函数及各指标的权重,然后综合考虑大坝的安全程度.由于具体问题的复杂性和多样性,其评价结果受评价者主观因素的影响较大.人工神经网络则可以通过学习自动调整各影响因素的权值,它不仅能较好地吸收学习样本中领域专家的思维和经验,还具备较高的抗干扰能力和较好的容错性.因而,已有学者将改进的BP神经网络用于大坝安全综合评价.然而,BP网络收敛速度慢,稳定性差,易陷入局部极小,极大地限制其实际应用.为此,提出将径向基函数神经网络应用于大坝安全综合评价.通过对给定学习样本模式的学习,获取学习样本中所体现的评价专家的知识、经验、主观判断及对目标重要性的倾向.当应用训练好的网络对非样本集中的新的输入进行映射时,就可在输出的评价结果中再现专家的直觉思维和经验,从而得出比较合理的评价结论.以丰满大坝lO个典型坝段的安全评价为例,验证该方法的有效性.
대패안전평개상용적다급회관련평고、모호종합평판등방법균수설계각평개지표대각급표준적대속함수급각지표적권중,연후종합고필대패적안전정도.유우구체문제적복잡성화다양성,기평개결과수평개자주관인소적영향교대.인공신경망락칙가이통과학습자동조정각영향인소적권치,타불부능교호지흡수학습양본중영역전가적사유화경험,환구비교고적항간우능력화교호적용착성.인이,이유학자장개진적BP신경망락용우대패안전종합평개.연이,BP망락수렴속도만,은정성차,역함입국부겁소,겁대지한제기실제응용.위차,제출장경향기함수신경망락응용우대패안전종합평개.통과대급정학습양본모식적학습,획취학습양본중소체현적평개전가적지식、경험、주관판단급대목표중요성적경향.당응용훈련호적망락대비양본집중적신적수입진행영사시,취가재수출적평개결과중재현전가적직각사유화경험,종이득출비교합리적평개결론.이봉만대패lO개전형패단적안전평개위례,험증해방법적유효성.