从表2,10可以看出,尾矿库主坝有六个参数,其中一个是浸润线埋深高度,VNQ5E160K另五个是与浸润线埋深高度密切相关的参数。由于浸润线埋深高度很难直接通过测量得到,而另外五个参数都可以通过传感器直接测量得到,因此,可以采用基于BP神经网络数据融合算法对五个参数进行数据融合,用来预测浸润线的埋深高度。

    由于样本数据范围比较大,可能导致BP网络收敛慢、训练时问长。对于数据范围大的数据对网络输出值影响可能比较大,而偏小的数据范围可能影响更小,因此,网络训练之前需要对网络进行归一化处理,本书采用prcmnmx方法。表2,11表示归一化处理后的数据。

   尾矿库主坝五个参数作为网络的样本输入,浸润线埋深深度作为输出,因此,网络输入层神经元节点个数选择5,输出神经元节点个数选择1,根据经验公式,隐含层神经元节点个数可以选择5,学习步长可以选择0,O35,激励函数选择被广泛使用的s型函数,初始阈值和权值随机生成。以表2,11作为网络的训练样本,对BP神经网络进行训练,表2。⒓作为网络的预测样本,用来预测浸润线埋深高度。