ScholarMate
English简体中文繁體中文
客服热线:400-1616-289
登录注册
期刊论文

基于IPSO-BP神经网络的坝基扬压力预测方法研究

顾浩钦; 仲云飞; 程井; 邓同春; 李阳河海大学
三峡大学学报(自然科学版)2013-4-25
8阅读
引用收藏
分享

摘要

针对坝基扬压力预测的传统BP神经网络模型初始权值和阈值随机性强、易陷入局部最优等局限,采用惯性权重动态调整的改进粒子群算法对BP网络的初始权值和阈值进行优化,建立了基于IPSO的BP神经网络坝基扬压力预测模型.通过算例验证算法的优越性及程序的准确性,并以某大坝多年扬压力监测数据进行工程实例应用,结果表明,IPSO-BP扬压力预测模型与传统BP模型相比,拟合相关系数大,统计误差小,预测精度更高.

学科与关键词

关键词
扬压力BP神经网络改进粒子群算法统计模型 uplift pressureBP neural networkimproved particle swarm optimizationstatistical model(IPSO)
相关
加载中…

文献加载失败,请重试

重试

发表信息

论文状态
公开发表
期刊
三峡大学学报(自然科学版)
发表日期
2013-04-25
卷期
第 02 期
页码
20-24
语言
中文
成果收录
CHINAJOURNAL
资助标注
国家自然科学基金青年项目(51009056)

作者

  • 顾

    顾浩钦 (第一作者)

  • 仲

    仲云飞

查看全部 5 位作者收起作者
  • 程

    程井

  • 邓

    邓同春

  • 李

    李阳

登录解锁更多功能

  • 收藏这篇,随时在“我的 · 收藏”找回
  • 认领你的成果,生成推广素材
  • 关注作者获取最新成果
  • 加入项目组、协同写作
注册 / 登录

产品服务

  • 科研之友
  • 创新城
  • 科创云

服务支持

  • 帮助中心
  • 隐私政策
  • 服务条款

联系方式

在线客服:【】
客服热线:400-1616-289
电子邮箱:support@scholarmate.com

关注或下载科研之友

微信二维码
微信公众号
客户端下载二维码
下载客户端
科研成果科研人员科研机构科研动态爱瑞思软件

©2026 深圳市科研之友网络服务有限公司

公安备案图标粤公网安备 44030502000213
粤ICP备 16046710 号粤B2-20110417