基于GA-PSO-BP的大坝变形监测模型

摘要：

提出了一种基于GA-PSO混合优化BP神经网络的大坝变形监测模型,将遗传算法(GA)和粒子群算法(PSO)的寻优过程进行融合,利用GA算法的全局性和PSO算法收敛速度快的特点,通过迭代选取最优的粒子作为BP神经网络的连接权值和阈值,以减小网络输出误差,提高其收敛速度和加强网络泛化能力.运用GA-PSO-BP模型对大坝自动监测数据进行预测分析,实验结果表明GA-PSO-BP模型优化了BP神经网络的连接权值和阈值,能有效提高网络训练精度与收敛速度,有效避免早熟收敛,使模型的整体预测效果得到提高.

关键词：大坝变形监测、GA、PSO、BP神经网络

所属期刊栏目：40

分类号：TV698.11;TP18(水利枢纽、水工建筑物)

资助基金：国家自然科学基金项目41461089

在线出版日期：2020-09-01（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：384-389