【技术实现步骤摘要】
基于ISSA优化BP网络的船闸工程监测方法及系统
[0001]本专利技术属于水利工程监测
，具体涉及一种基于ISSA优化BP神经网络的船闸工程监测方法、系统及存储介质。
技术介绍
[0002]船闸工程作为水利工程中承担航运等功能的基础设施，其高效的通航能力和安全性是当地经济水平与民生生活水平的保障。然而船闸工程施工安全风险隐患较多，极易受环境影响；所以船闸在施工期需对其进行水位监测、垂直位移监测、水平位移监测和相邻块体错动监测等监测内容，这些指标对于实时、精确的预测船闸施工情况尤为重要，这关系到船闸工程的正常进行和周边环境安全保护，所以需要及时、动态的掌握船闸施工过程的实际情况，并结合监测数据进行预报分析，以便及时的预测险情并进行相应的应急措施与工艺动态调整。
[0003]在现有技术中，对于船闸工程各类指标的分析和预测方法多种多样，概括起来主要有：经验公式法、理论解析法、数值模拟法、模型试验法、现场监测法和神经网络预测法等；但是由于施工工艺、施工环境等因素对地层变形、结构沉降、水位变化等影响具有复杂性和多耦合性...
【技术保护点】
【技术特征摘要】
1.基于ISSA优化BP网络的船闸工程监测方法，其特征在于，包括以下步骤：S1、获取船闸工程施工安全监测指标的历史数据，构建船闸工程施工安全监测指标数据库，并从所述数据库中划分训练集和测试集；S2、构建初始的BP神经网络模型，将所述训练集载入所述初始的BP神经网络模型，采用ISSA算法对所述初始的BP神经网络模型进行优化训练，得到最优的ISSA优化BP神经网络模型；训练过程包括以下步骤：S21利用混沌映射初始化麻雀种群；S22计算各只麻雀的适应度值；S23结合动态惯性权重更新发现者的位置；S24更新加入者的位置；S25更新侦察者位置；S26根据概率Ps选择柯西变异扰动策略和反向学习策略对当前最优解进行扰动，产生新解；S27根据贪婪规则确定是否进行麻雀位置更新；S28重复S21至S27步骤进行模型训练，直至模型满足终止条件，将此时得到的BP神经网络模型作为训练完成的ISSA优化BP神经网络模型；S3、将船闸工程施工现场的实时安全监测指标数据输入所述ISSA优化BP神经网络模型，得到船闸工程的监测预报结果。2.根据权利要求1所述的基于ISSA优化BP网络的船闸工程监测方法，其特征在于，步骤S21采用Sin混沌模型对麻雀种群初始化，所述Sin混沌模型的表达式如下：其中，x
n+1
为初始化后的麻雀种群位置，x
n
为待初始化的麻雀种群位置，N为麻雀种群规模，n为麻雀序列。3.根据权利要求1所述的基于ISSA优化BP网络的船闸工程监测方法，其特征在于，步骤S23中发现者位置更新表达式如下：其中，为发现者的最新位置，表示第i只麻雀在第j维迭代次数为t时的发现者位置信息值，ω为权重系数，为上一代中第j维的全局最优解，R2表示预警值(R2∈[0，1])，ST表示安全值(ST∈[0.5，1])，Q为服从正态分布的随机数，rand表示随机数(rand∈(0，1))；当R2<ST时，表示周围没有捕食者，发现者可以进行大规模搜索；当R2≥ST时，侦查者发现捕食者，立即发出报警信号，所有麻雀迅速飞到其他安全区域。4.根据权利要求1所述的基于ISSA优化BP网络的船闸工程监测方法，其特征在于，步骤S25所述更新侦察者位置的表达式如下：
其中，为侦察者的最新位置，表示第i只麻雀在第j维迭代次数其为t中时的侦察者位置信息值，表示当前全局最佳位置，表示当前全局最差位置，β为服从均值为0、方差为1的正态分布随机数的步长控制参数，f
i
表示当前麻雀的适应度值，f
g
表示当前全局最优值；当f
i
≠f
g
时，表示麻雀处于种群的边缘地段，易受到捕食者攻击；当f
i
＝f
g
时，表示处于种群中间位...
【专利技术属性】
技术研发人员：金延儒，李平杰，陈明杰，肖玮，姚耿哲，
申请(专利权)人：广州港湾工程质量检测有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。