基于MPGA-BP的重力坝变形预测研究

作者: 赵廷红 ; 张赛

关键词: 重力坝变形预测多种群遗传算法反向传播神经网络 gravity dam deformation prediction multiple population genetic algorithm back-propagation neural network

摘要：位移是重力坝变形监测的重要物理量,对其进行准确预测是确保大坝安全运行的前提.目前已经有许多预测方法,但是大部分方法都存在易落入局部极小、收敛速度慢和收敛对初值敏感等问题.为解决或减小这些问题,提高预测精度,将多种群遗传算法（MPGA）与反向传播（BP）神经网络算法结合起来,提出一种适用于重力坝变形预测的多种群遗传神经（MPGA-BP）网络算法.实例计算证明,该算法能够有效克服BP神经网络收敛速度慢、易出现局部极小值的缺点和遗传算法的早熟收敛问题,在进行重力坝变形预测中具有更高的收敛性和精度.

上一篇：特大跨钢箱桁架拱桥极限承载力的数值模拟
下一篇：深层顺层滑坡抗剪强度参数反算分析

基于MPGA-BP的重力坝变形预测研究

作者: 赵廷红 ; 张赛

关键词: 重力坝变形预测 多种群遗传算法 反向传播神经网络 gravity dam deformation prediction multiple population genetic algorithm back-propagation neural network

关键词: 重力坝变形预测多种群遗传算法反向传播神经网络 gravity dam deformation prediction multiple population genetic algorithm back-propagation neural network