一种基于演化神经网络的尾矿安全监测方法

1.一种基于演化神经网络的尾矿安全监测方法，其特征在于，包括以下步骤：
步骤1：获取历史数据，同时依据曲线建模原则构建尾矿曲线模型；
所述历史数据是指利用传感器对尾矿同时采集的气温、水位、水温、边坡位移、干滩位移、地下水渗透压力、混凝土应力以及尾矿曲线模型输出的尾矿干滩曲线面积、体积与形状；
步骤2：利用历史数据建立演化神经网络预测模型；
以时间t时刻采集的历史数据作为演化神经网络预测模型的输入层的节点数据，以时间t+Δt时刻采集的历史数据作为演化神经网络预测模型的输入出层的节点数据，其中，Δt表示预测间隔时间；
演化神经网络预测模型的隐含层节点个数至少包括4个；
其中，演化神经网络预测模型如下：
其中，nin表示输入层的节点个数，每个节点分别接收历史数据中的气温、水位、水温、边坡位移、干滩位移、地下水渗透压力、混凝土应力以及尾矿曲线模型输出的尾矿干滩曲线面积、体积与形状，nh表示隐含层的节点个数，nout表示输出层节点个数；vji表示隐含层中第j个节点与输入层第i个节点的边上的权值，wkj表示输出层中第k个节点与隐含层第j个节点的边上的权值， 表示输入层第k个节点到隐含层递j个节点的连接边上的开关量,表示隐含层第j个节点到输入层递i个节点的连接边上的开关量， 表示偏好节点 与隐含层各节点、输入层各节点连接边上的开关量， 分别表示偏好节点 与隐含层各节点、输入层各节点连接边上的开关量；zi(t)表示时间t输入层的第i个节点数据，yk(t)表示在时间t对间隔时间Δt获得的输出层的第k个节点预测值；1≤i≤nin，1≤k≤nout，
1≤j≤nh；vji，wkj， 的取值范围均为[-100，100]；
其中， 表示自变量s属于实数域 ；
步骤3：确定进化个体，对进化个体采用高维优化进化算法进行优化，获得成熟的预测模型；
对演化神经网络预测模型中输入层与隐含层之间的权值、隐含层与输出层之间的权值以及演化神经网络结构进行编码 作为进化个体，采用高维优化进化算
法对 进化个体进行优化求解，对个体进行随机取值，当评价函数 小于误差设定值时，获得成熟的预测模型；
其中， 表示采用预测模型预测获得第k个节点的输出值，
nd表示输入层节点数据与对应的输出层节点数据的组数；
所述的演化神经网络结构是指输入层节点、隐含层节点及输出层节点个数，输入层节点和输出层节点分别与隐含层节点之间的连接边权值大小；
步骤4：实时采集数据作为步骤3得到的成熟的预测模型的输入层的节点数据，对间隔时间Δt之后的尾矿参数进行预测，利用成熟的预测模型输出层的节点数据作为尾矿曲线模型的输入值，将尾矿曲线模型的输出值与设定的警戒值进行比较；
步骤5：若尾矿曲线模型的输出值超过设定的警戒值，则发出预警信号。
2.根据权利要求1所述的基于演化神经网络的尾矿安全监测方法，其特征在于，所述logsig(·)的函数表达式为 表示自变量α属于实数域 。
3.根据权利要求2所述的基于演化神经网络的尾矿安全监测方法，其特征在于，所述高维优化进化算法是指输入N个个体组成的群体，然后通过佳点集交叉策略对群体进行交叉，采用高斯变异算子对群体进行变异，经过选择形成下一代种群，对种群进行迭代，获得最优解。

暂无