改进的ACO-BP混凝土坝位移监控模型研究

摘要：

为解决BP神经网络收敛慢和易陷入局部极小值的问题,利用蚁群算法(ACO)智能搜索和全局优化的特点优化BP神经网络,对其初始的权值、阈值进行寻优,从而加速神经网络的训练过程.针对标准蚁群算法在搜索中可能耗时过长以及容易陷入局部最优的问题,从路径选择策略和信息素更新方式对蚁群算法进行了改进,并与BP神经网络相结合建立了改进的ACO-BP混凝土坝位移监控模型.通过对某混凝土坝工程进行实例分析,证明了所建模型拟合及预测的有效性.

关键词：蚁群算法、信息素、BP神经网络、混凝土坝、实例研究

所属期刊栏目：38

分类号：TV642(水利枢纽、水工建筑物)

资助基金：国家自然科学基金重点项目51139001,41323001;国家自然科学基金面上项目51479054,51579086,51379068,51579083;江苏省杰出青年基金项目BK20140039;国家自然科学基金项目51279052,51579085;高等学校博士学科点专项科研基金20130094110010;江苏高校优势学科建设工程资助项目水利工程YS11001;国家重点实验室专项基金20145027612;江苏省“六大人才高峰”项目JY-008,JY-003;中央高校基本科研业务费项目2015B20714

在线出版日期：2016-11-14（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：19-23