人民黄河2023，Vol.45Issue(6) ：137-142,146.DOI:10.3969/j.issn.1000-1379.2023.06.025

基于GA-PSO混合优化BP的面板堆石坝爆破料压实质量评价

Compaction Quality Evaluation of Blasting Material of Concrete Face Rockfill Dam Based on BP Neural Network Which Optimized by GA-PSO

宿辉 孙熇远 赵宇飞 刘世伟 赵翠东 杨宇
人民黄河2023，Vol.45Issue(6) ：137-142,146.DOI:10.3969/j.issn.1000-1379.2023.06.025
✕
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 维普
  • 万方数据

基于GA-PSO混合优化BP的面板堆石坝爆破料压实质量评价

Compaction Quality Evaluation of Blasting Material of Concrete Face Rockfill Dam Based on BP Neural Network Which Optimized by GA-PSO

宿辉 1孙熇远 1赵宇飞 2刘世伟 1赵翠东 1杨宇1
扫码查看

作者信息

  • 1. 河北省智慧水利重点实验室,河北 邯郸056006;河北工程大学 水利水电学院,河北 邯郸056006
  • 2. 中国水利水电科学研究院,北京100044
  • 折叠

摘要

碾压质量评价是大坝智慧化施工的关键技术之一,对坝体安全稳定性具有重要影响,而目前对其评价模型和方法尚未达成一致认识.以新疆阿尔塔什面板堆石坝为依托工程,结合现场填筑碾压监测数据和试坑检测试验数据,提出基于遗传算法和粒子群算法混合优化的BP神经网络算法(GA-PSO-BP)的爆破料压实质量评价模型.通过与BP、GA-BP、PSO-BP 3种预测模型进行对比分析,证明该模型的精度和优越性.结果表明:提出的基于GA-PSO-BP模型收敛速度更快、性能更好,且基于GA-PSO混合优化后的BP神经网络爆破料压实质量评价模型精度相对较高,可用于与新疆阿尔塔什混凝土面板堆石坝类似工况的压实质量评价.

关键词

堆石坝/爆破料/压实质量/BP神经网络/粒子群算法/遗传算法

引用本文复制引用

基金项目

河北省自然科学基金资助项目(E2020402087)

河北省高等学校科学技术研究项目(QN2021030)

出版年

2023
人民黄河
水利部黄河水利委员会

人民黄河

CSTPCD北大核心
影响因子：0.494
ISSN：1000-1379
被引量1
参考文献量15
段落导航相关论文