基于改进粒子群优化算法的BP神经网络在大坝变形分析中的应用.pdf

基于改进粒子群优化算法的BP神经网络在大坝变形分析中的应用.pdf

ID:51417062

大小:3.38 MB

页数:7页

时间:2020-03-23

基于改进粒子群优化算法的BP神经网络在大坝变形分析中的应用.pdf_第1页
基于改进粒子群优化算法的BP神经网络在大坝变形分析中的应用.pdf_第2页
基于改进粒子群优化算法的BP神经网络在大坝变形分析中的应用.pdf_第3页
基于改进粒子群优化算法的BP神经网络在大坝变形分析中的应用.pdf_第4页
基于改进粒子群优化算法的BP神经网络在大坝变形分析中的应用.pdf_第5页
资源描述:

《基于改进粒子群优化算法的BP神经网络在大坝变形分析中的应用.pdf》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、水利水电技术第48卷2017年第2期基于改进粒子群优化算法明BP袖经网络齐银峰,谭荣建(昆明理工大学国土资源工程学院,云南昆明650093)摘要:BP神经网络以其对非线性系统的强大映射能力而被广泛应用于模糊性、随机性强的大坝变形预测分析中。传统的BP神经网络由于初始权值和阈值的随机性,容易导致网络在训练过程中极易陷入局部最小值,同时存在网络收敛速度慢等缺点。针对传统算法的不足,采用改进的粒子群算法(IPSO)对BP网络的初始权值和阂值给予优化,建立大坝变形预测的IPS0一BP模型,并与PS0一BP网络模型进行对比。结果表明,改进的IPS0一BP模型具有收敛速

2、度更快、预测精度更高的优点。该方法可供大坝安全监测和预警分析参考。关键词:大坝变形;BP神经网络;改进的粒子群算法;IPS0一BP模型;PSO—BP网络模型;大坝安全监测:大坝安全预警doi:10.13928/j.cnki.wmhe.2017.02.020中图分类号:TV698.1文献标识码:B文章编号:1000一0860(2017)02-0118—07AppUcationofimproVedpanicleswamoptimizationalgo订thm-basedBPneuralnetworktodamdefb册ationanalysisQIYinfeng

3、,TANRon舀ian(FacllltyofLandResourceEn舀neering,Ku啪ingUniversityofScienceandTechnology,KumIling650093,Yunnan,China)Abst翰ct:Withthes仃ongnonlinearm印pingcapability,BPneuralnetworkiswidely印pliedtotllea11alysisofdamdef0丌11ationpredictionwithstmngfuzzinessandrandomness.Dueto出e啪domnessofthei

4、nitialwe培htandthreshold,theconventionalBPneu珂nemorkjspronetomakethene伽ork蹦lintot11elocalminimuminthetrainingprocess,whileithasthedefectofslownetworl【convergencespeed.Aimingatthedefectoftheconventionalalgorithm,theBPnetworkinitialweightsandthresholdsareoptimizedwiththeimprovedpartic

5、leswaHnaIgodthm(IPS0),andthenaIPS0一BPmodelfbrdamdefb瑚砒ionpredictionises—tablished,whichiscomparedwiththatofthePSO—BPnetworkmodel.TheresultshowsthattheimpmvedIPS0一BPmodelhasthemeIitsoffasterconvergencespeedandhigherpredictionaccumcy.Themethodcanpmvideareferencefordams也tymonito-ringa

6、ndeadyw踟inganalysis.Keywords:damdefo珊ation;BPneuraInetwork;impmvedparticleswanIlalgorithm;IPS0一BPModeI;PS0一BPNetworkModel;dams如tymonitoring;dams如tyeadywanling0引言大坝是挡水截流的建筑物,建筑环境的复杂多变使得坝体通常承受巨大的荷载,易发生各种类型的偏移及形变‘1

7、。因此对水库大坝进行安全监测,实时地了解大坝的运行状态并做出坝体变形的合理预报是收稿日期:2016-12-03作者简介:齐银峰(1992一)

8、,男,硕士研究生,从事机器学习算法在工程实践中的应用研究。Email:443518908@qq.com通信作者:谭荣建(1965一),男,副教授,硕士生导师,主要从事测绘及土地资源管理方面的研究。Email:bcys5502@163.com118阢£erR“D“郴口"dHyd唧。钟rE憎f"ee一馏怕t48N0.2确保大坝安全的重要手段,对保障水库稳定安全运行尤为关键‘2。。传统的大坝安全监测数学模型主要有三种,分别为统计模型、确定性模型和混合模型。其中统计模型是通过数理统计分析所建立起来的定量描述大坝监测值变化规律的数学方程,是大坝实际工作性态的抽象和简化

9、。包括统计回归模型、时序分析模型、灰色系统模型、模糊

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。