基于一种优化算法的大坝变形性态模型(英文)

大型水库大坝安全监测系统的监测数据可用来建立多种重要的结构安全状态参数下的预测模型。提出了一种基于基因算法的非线性、退化性态模型。以大坝顶部的上、下游位移作为状态参数为例,以倒垂数据作为数据输出,库水位和气温以及前7,15,30和60d的平均值作为外在影响因子。选取坝高58m、坝长190m的herculane拱坝的332个数据集作为输入-输出参数,时间序列为2000年1月—2007年6月。从这个数据序列获得回归系数,并进行检验确认。同理,可得其他参数下性态预测模型。这些模型能够解释实时监测中的数据,并能迅速辨识某些情况下的大坝安全潜在风险。