大壩變形分析遺傳神經網絡模型的改進

針對基本遺傳算法(SGA)收斂速度慢、局部尋優能力差等缺陷,采用十進制編碼,引入改進的算術交叉、非均勻變異操作等算法,分析和建立了改進的遺傳神經網絡(IGA-BP)模型,并將該模型應用于大壩水平位移的預測.結果表明,該模型在收斂速度、預報精度等方面比傳統模型有較大的改善.

作 者： 李珂 岳建平 馬保衛 周凱 秦茂芬 LI Ke YUE Jian-ping MA Bao-wei ZHOU Kai QIN Mao-fen   作者單位： 李珂,岳建平,馬保衛,秦茂芬,LI Ke,YUE Jian-ping,MA Bao-wei,QIN Mao-fen(河海大學土木工程學院,江蘇,南京,210098)

周凱,ZHOU Kai(福建省陸海建設監理所,福建,福州,350009) 

刊 名： 測繪工程  ISTIC 英文刊名： ENGINEERING OF SURVEYING AND MAPPING  年，卷(期)： 2008 17(2)  分類號： P258  關鍵詞： 遺傳算法   IGA-BP   變異算子   數學模型   變形分析  

【大壩變形分析遺傳神經網絡模型的改進】相關文章：

基于遺傳神經網絡模型的水質綜合評價04-26

基于改進BP神經網絡的職業危害預警模型04-25

改進遺傳算法及其在聚類分析上的應用04-28

基于改進型BP神經網絡模型的飛行事故預測研究04-28

時滯BAM神經網絡模型的穩定性分析04-27

隧道變形預測的灰色與回歸模型對比分析04-28

企業經營戰略SWOT分析方法的改進及模型04-30

遺傳算法改進的BP神經網絡在混沌徑流時間序列預測中的應用04-28

大斷面黃土隧道變形特征及力學模型分析04-28

微波干燥過程的神經網絡模型04-27