大坝变形分析遗传神经网络模型的改进

大坝变形分析遗传神经网络模型的改进

针对基本遗传算法(SGA)收敛速度慢、局部寻优能力差等缺陷,采用十进制编码,引入改进的算术交叉、非均匀变异操作等算法,分析和建立了改进的遗传神经网络(IGA-BP)模型,并将该模型应用于大坝水平位移的预测.结果表明,该模型在收敛速度、预报精度等方面比传统模型有较大的改善.

作 者： 李珂 岳建平 马保卫 周凯 秦茂芬 LI Ke YUE Jian-ping MA Bao-wei ZHOU Kai QIN Mao-fen   作者单位： 李珂,岳建平,马保卫,秦茂芬,LI Ke,YUE Jian-ping,MA Bao-wei,QIN Mao-fen(河海大学土木工程学院,江苏,南京,210098)

周凯,ZHOU Kai(福建省陆海建设监理所,福建,福州,350009) 

刊 名： 测绘工程  ISTIC 英文刊名： ENGINEERING OF SURVEYING AND MAPPING  年，卷(期)： 2008 17(2)  分类号： P258  关键词： 遗传算法   IGA-BP   变异算子   数学模型   变形分析  

【大坝变形分析遗传神经网络模型的改进】相关文章：

基于遗传神经网络模型的水质综合评价04-26

基于改进BP神经网络的职业危害预警模型04-25

改进遗传算法及其在聚类分析上的应用04-28

基于改进型BP神经网络模型的飞行事故预测研究04-28

时滞BAM神经网络模型的稳定性分析04-27

隧道变形预测的灰色与回归模型对比分析04-28

企业经营战略SWOT分析方法的改进及模型04-30

遗传算法改进的BP神经网络在混沌径流时间序列预测中的应用04-28

大断面黄土隧道变形特征及力学模型分析04-28

微波干燥过程的神经网络模型04-27