Resumen

El comportamiento de las presas es difícil de predecir debido a su complejidad. Al mismo tiempo, el comportamiento de deformación de las presas es vital para los sistemas de presas. Desarrollar un modelo de predicción preciso de la deformación de la presa a partir de datos de prototipos sigue siendo un desafío, pero es determinante en la evaluación de la seguridad estructural. En este artículo, se propone una red neuronal artificial (RNA), entrenada por el algoritmo mejorado de enjambre de peces artificiales (IAFSA) y el algoritmo de retropropagación (BP), para predecir la deformación de la presa. Inicialmente, se incorpora el operador de cruce en AFSA, con el objetivo de mejorar el rendimiento. A la luz del mecanismo de influencia de muchos factores en el comportamiento de deformación de la presa, el modelo híbrido (IAFSA y BP) utiliza entradas estadísticas para obtener los pesos de conexión óptimos y los valores de umbral de la red neuronal. El modelo híbrido integra la fu

• Materias:Big Data Gestión de riesgos Administración de información Red neuronal Teoría de redes
• Subjects:Big Data Risk management Information management Neural network Network Theory
• Palabras claves:Comportamiento de la presa; Comportamiento de deformación de la presa; Modelo de predicción; Red neuronal artificial; Algoritmo mejorado de enjambre de peces artificial; Algoritmo de retropropagación
• Keywords:Dam behavior; Dam deformation behavior; Prediction model; Artificial neural network; Improved artificial fish swarm algorithm; Backpropagation algorithm