摘要
因大坝变形具有很强的非线性、随机性,致使预测困难。将人工蜂群算法(ABC)与BP神经网络相结合,利用人工蜂群算法具有强全局优化能力、强鲁棒性等优点,克服BP神经网络收敛速度慢、易陷入局部极小点等缺点,建立ABC-BP、BP神经网络大坝变形预测模型预测了小湾大坝变形。结果表明,与单纯的BP神经网络预测模型相比,ABC-BP算法提高了大坝变形预报的精度,加快了网络的收敛速度,能更高效准确地进行大坝变形监控预报。
学科与关键词
关键词
大坝变形小湾大坝人工蜂群算法BP神经网络权值 dam deformationXiaowan damartificial bee colonyBP neural networkweight
- 基于逐步回归-BP神经网络的大坝变形监测模型戚丹; 包腾飞; 康业渊; 柴丽莎水电能源科学, 2013, (08): 109.
- 对基于自适应滤波优化神经网络的混凝土坝变位预报模型黎良辉; 曾兵建; 魏博文水力发电, 2013, (04): 83-86.
- 基于PSO-SVM模型的拱坝坝变形预测研究刘敬洋; 刘何稚; 朱凯; 陈晨; 张凤山三峡大学学报(自然科学版), 2013, (01): 30-33.
