苏建伟

(黑龙江省水利水电勘测设计研究院，哈尔滨 150080)

0 引言

通过分析大坝的原型观测资料，建立大坝的安全监控模型，然后对大坝进行安全评价，不仅可以发现异常现象，及早推测大坝的未来状态和发展走势，阻止塌坝的发生，保护人民群众生命财产安全。还可以检验大坝设计的准确性，从而对设计、施工、管理的技术水平进一步提升，使各安全监测项目更加完善。

近年来，对大坝观测数据处理与分析方面的研究方法越来越多，有人工神经网络算法、模糊数学与神经网络方法的有机结合等等，为相关领域方面的研究都提供了可靠的保障。赵斌2008年通过对比模糊系统和神经网络的优缺点，建立了大坝安全监测的模糊神经网络算法的模型；何勇军2002年应用人工神经网络技术研究了大坝监测数据的分析方法，建立了基于自学习神经元的自学习即网络监控模型，为大坝安全监控模型的建立和预测开辟了新的前景[1]；邓兴升、王新洲2005年[2]以东江大坝12个测点的变形历史水平位移为例，进行了模糊神经网络模型的建立，得出模糊神经网络模型的预报精度更高；闫滨学者，在大坝的安全监控预报和安全评价领域，研究了一种把BP神经网络和其他智能算法相融合的方法，从而建立起相应的智能神经网络模型，并取得了可观的效果[3-6]。

文章通过分析现有的大坝监测数据，运用神经网络算法来预报大坝未来的变形规律，并建立相应的神经网络模型，为未来大坝的安全评估和分析评价提供了一种有效的方法。……