王玉成

（江苏省电力设计院，江苏南京211102）

0 引言

大坝安全评价是一个非常复杂的过程，其过程实际上可以理解为：y=f（x1，x2，……，xn），其中y为大坝安全度，x1，x2，……，xn为影响大坝安全的各种因素，例如变形、裂缝、渗流等。传统的大坝评价方法往往是富有经验的专家依据工程实际情况、历史经验、物理力学关系等，给出合理恰当的评价，一旦有新情况就需要重新做出判断。而神经网络模型可以通过对历史样本的自主学习，在输出的评价结果中再现专家的思维和经验，得出比较合理的评价结论，节省大量人力物力。

传统大坝安全评价方法是对变形、渗流、应力分别建立统计模型，然后对监测资料进行回归分析，不能为神经网络模型提供合适的学习样本，因此提出一种新的大坝安全评价方法，为神经网络应用于大坝安全评价提供可能。

1 大坝安全评价新方法

大坝安全评价是一个极其复杂的过程，各种因素相互影响，错综复杂。例如大坝结构安全由变形、渗流、应力等方面决定，而其中变形的安全又由径、切向水平位移和垂直位移的安全程度决定，径、切向水平位移的安全程度又由某些重点坝段的径、切向位移监测值的安全程度决定。因此，可行的方法是逐级而上，对某些重点坝段径、切向位移监测值的安全度进行评价，得到评价值，然后把它们对大坝整体径、切向水平位移安全程度的影响值（所占权重）剥离出来，两者结合考虑得到大坝整体径、切向水平位移的安全程度值。