【摘要】为克服BP神经网络收敛速度缓慢的缺陷,以L-M算法代替梯度下降法训练网络,建立了基于L-M算法的大坝安全监控整体L-M模型和逐一L-M模型,并与快速BP模型进行对比。应用实例研究表明:整体L-M模型和逐一L-M模型的预测效果及训练速度均显著优于快速BP模型,逐一L-M模型的预测精度及泛化能力均优于整体L-M模型,且预报时间短,可以用于大坝监控的实时预报。