Resumen

El modelo estadístico es un modelo de diagnóstico de seguridad tradicional para la filtración de presas. Difícilmente puede mostrar la relación no lineal entre la filtración de la presa y los conjuntos de carga y tiene la desventaja de una pobre predicción de la extensión. En este artículo, se aplican las teorías de la red neuronal de propagación inversa (BPNN) combinadas con el algoritmo genético (GA) al modelo de predicción de filtraciones. Tomando como ejemplo una presa típica de China, se comparan los resultados de predicción del modelo BPNN-GA y del modelo estadístico con los valores de monitorización. Los resultados muestran que el modelo mejorado de infiltración de presas mejora la capacidad de mapeo no lineal y generalización y hace que la predicción de infiltración sea más precisa y razonable en un futuro próximo. De acuerdo con el criterio establecido, se evalúa el estado de seguridad de la presa en época de crecidas.

• Materias:Matemáticas Análisis Matemático Álgebra Ingeniería Matemática aplicada Lógica matemática
• Subjects:mathematics Mathematical Analysis Algebra Engineering Applied Mathematics Mathematical logic
• Palabras claves:filtración de presas, red neuronal de retropropagación, modelo de filtración de presas, predicción de mala extensión, modelo de predicción de filtración, bpnn, modelo ga, algoritmo genético, modelo estadístico, modelo de diagnóstico
• Keywords:dam seepage, back propagation neural network, dam seepage model, poor extension prediction, seepage prediction model, bpnn, ga model, genetic algorithm, statistical model, diagnostic model