BP神经网络变形分析方法研究开题报告

1. 研究目的与意义

水坝做为重要的水利工程枢纽，发挥着巨大的工程效益，为人民日常生活及工农业生产提供了巨大的帮助。水坝不仅为防汛抗洪调度、确保一方平安做出了巨大贡献，而且兼顾着灌溉、发电、人蓄饮水、改善航运等重任，但稍有不慎则会给国家及人民带来难以预料的灾难，所以维护大坝的安全是十分重要的。20世纪以来，相继发生了美国teton土石坝，法国malpasset拱坝，意大利vajout拱坝，我国板桥和石漫滩等水库的跨坝事件，给国家和相关地区带来了惨重的灾害和巨大的经济损失，这引起了人们对大坝安全监测的高度重视。

在我国大坝变形监测领域中，经历了20世纪50年代开始研究和使用的人工变形监测系统，70年代开始研究和使用的以传感器、激光技术和全站仪tps为寄出的自动化变形监测系统以及90年代开始研究的gps自动化变形监测系统等发展阶段。

随着时代的进步和科学的发展，人们通过各种监测手段和大量的数据分析来预测大坝的变形，以达到最佳的预测水平。大坝是承受巨大荷载的结构复杂的建筑物 ,随着高坝大库建设的增多 ,大坝的安全已引起普遍关注。大坝安全监控模型是建筑物结构安全性分析和综合评价的基础 ,通过监测数据来对大坝进行安全评价，需要建立大坝安全监测模型，用以解析实测原因量和效应量之间的关系，模拟和预报大坝监测量。

2. 研究内容和预期目标

bp神经网络是一种按误差逆传播算法训练的多层前馈网络，是目前应用最广泛的神经网络模型之一。bp网络能学习和存贮大量的输入-输出模式映射关系，而无需事前揭示描述这种映射关系的数学方程。它的学习规则是使用梯度下降法，通过反向传播来不断调整网络的权值和阈值，使网络的误差平方和最小。

由于影响大坝变形的原因量极其复杂，本文选取时间效应作为因子构建bp神经网络模型，通过bp神经网络模型用matlab计算绘制出位移变化图，将其与原始数据拟合，比较位移量的差值。

因此，本文的研究目标是：了解变形监测数据分析与预测的基本原理和方法，研究分析bp神经网络进行分析预测的基本算法流程，并将bp神经网络模型运用到变形监测数据分析和预测中；基于matlab实现bp神经网络分析算法，并对大坝变形监测数据进行分析预测。

3. 研究的方法与步骤

本篇论文研究的是基于matlab实现bp神经网络分析算法，并对大坝变形监测数据进行分析预测：

4. 参考文献

（1）彭新民 ,刘明军 ,黄财元.人工神经网络模型应用于大坝变形观测[j].中国农村水利水电,2006，11期.

（2）黄华坚.bp神经网络在大坝位移监测中的应用[j].红水河，2015年6月，第34卷第3期.

（3）陈西江 ,鲁铁定，谭成芳.大坝位移 bp神经网络模型影响因子的优选[j].江西科学，2010年2月，第28卷第1期.

5. 计划与进度安排

（1）2.13-3.5：论文主题研究现状分析，毕业论文相关规定、规范和要求学习。（2）3.6-3.12：略读主要参考文献，搜索相关参考文献，了解变形监测数据分析与预测的基本原理和方法，研究分析BP神经网络进行分析预测的基本算法流程，书写开题报告。（3）3.13-3.26：书写第一章绪论部分，主要论述大坝的变形监测的重要性以及BP神经网络可以在变形监测方面运用的研究背景和论文计划通过对变形监测数据分析与预测基本原理的研究将BP神经网络运用到大坝变形监测的实际应用中并简述章节安排。（4）3.27-4.9：学习所涉技术的基本原理和方法是形监测数据分析与预测的基本原理和方法以及BP神经网络结构及算法，书写论文第二章基础理论部分。（5）4.10-4.23：针对要解决的问题即用BP神经网络对大坝变形数据进行分析建立模型并作出预测的相关处理方法进行研究，书写论文第三章。（6）4.24-5.7：处理实验数据将将由BP神经网络模型推算出的位移量与原始数据进行拟合，比较位移量的差值，对比分析验证，书写第四章实验处理部分。（7）5.8-5.14：书写论文第五章总结与展望。（8）5.15-5.21：修改毕业论文。（9）5.22-5.28：打印装订毕业论文，制作答辩PPT，进行预答辩。