- · 图书馆乐享数字资源主题活动[11/26]
- · 图书馆共享党员之家活动室启用[11/26]
- · 转发:教育系统“美好‘食’光””校园系列活动主题作品征集活动通知[11/03]
- · 红柳法学大讲堂第二十八期[11/03]
- · 关于举办兰州理工大学“红柳之星”2020校园新生才艺大赛的通知[10/30]
- · “科学家精神报告团”进校园活动通知[10/28]
- · 兰州理工大学2020年秋季学期国家普通话水平测试报名通知[10/27]
- · 2020年秋季学期至2021年寒假国内外线上线下交流项目报名通知[10/20]
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