基于GA-BP神经网络的二河闸病害识别方法

胡志浪

(江苏省淮沭新河管理处，江苏 淮安 223005)

存在安全隐患的在役水闸工程，不仅严重影响水利工程兴利效益的发挥[1]，而且威胁着人民生命财产安全[2]。现有的水工结构隐患及病害(损伤)检测方法[3]，主要有人工探视法、破损法及无损检测法[4]。这些方法均需通过大量人工检测、监测和巡查等，耗时耗力；而且用于水工结构的检测不能做到快捷、精细和准确的判断与定位，不易发现水闸工程中所存在的隐患和险情[5]。随着现在对自动化以及信息处理和检索的需求变得越来越重要，就需要寻求水闸典型病害识别方法[6-7]。根据对二河闸的巡查、检测和监测资料的统计，分析二河闸典型病害的分类和成因，但这些不足以建立病害表现与病害类别间的映射关系。

在水闸病害识别的应用中，神经网络具有以下优点：神经网络具有很高的容错性、自组织和自学习功能，能很好地解决水闸病害影响因素复杂的问题；能够极大程度地克服传统病害检测的约束条件，在解决病害识别问题上显示了极大的优越性。此外，水闸病害的影响因素之间的关系属于未知的非线性函数，遗传算法有较好的非线性寻优能力，通过遗传算法优化的神经网络，能够较好地识别水闸病害。基于上述研究背景，根据水闸典型病害的主要影响因素，建立二河闸碳化病害识别模型。

1 基于GA-BP神经网络的二河闸病害识别理论

1.1 神经网络类型的选取

BP神经网络是目前应用较多的神经网络，这主要归结于基于BP算法的多层感知器具有非线性映射能力、泛化能力以及容错能力。……