基于人工神经网络的大坝安全风险评价研究
DOI:
CSTR:
作者:
作者单位:

作者简介:

通讯作者:

中图分类号:

TV

基金项目:


Risk assessment for dam safety based on artificial neural network
Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    针对大坝风险评价方法数据融合欠佳、主观性较强等问题,本文通过疏理大坝风险破坏模式及溃坝路径,利用关键路径及关键事件,提出了多源信息融合的大坝风险评价新思路。基于神经网络理论,构建了大坝风险评价模型。案例分析表明:该模型精度高,可靠性强,有效改善了传统风险机理模型需要专家主观评测的缺点,为水库开展风险评价提供新的方法。

    Abstract:

    In view of the problems of poor data fusion and strong subjectivity in dam risk assessment methods,this paper proposes a new idea of multi-source information fusion for dam risk assessment by sorting out dam risk failure modes and dam break paths,and using critical paths and critical events.Based on the neural network theory,the dam risk assessment model is constructed.The case analysis shows that the model has high accuracy and reliability,which effectively improves the shortcomings of the traditional risk mechanism models with experts' subjective evaluations,providing a new method for reservoir risk assessment.

    参考文献
    相似文献
    引证文献
引用本文

饶绍立,万思源,周志维.基于人工神经网络的大坝安全风险评价研究[J].江西水利科技,2023,(6):

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:
  • 最后修改日期:
  • 录用日期:
  • 在线发布日期: 2024-01-03
  • 出版日期:
文章二维码