基于遗传单纯形神经网络的大坝变形监控模型
详细信息 本馆镜像全文    |  推荐本文 | | 获取馆网全文
摘要
本文针对遗传算法局部搜索能力差的缺陷,把单纯形法嵌入到遗传算法中构成复合遗传算法,建立了基于遗传单纯形神经网络的大坝变形监控模型。实例研究表明,该模型较遗传神经网络模型、BP模型收敛性能好,具有较高的预报精度、较快的训练速度和较强的泛化能力,用于大坝变形预测有效可行,具有良好的应用前景。
Considering the poor local search ability of genetic algorithm,simplex method is combined with genetic algorithm to form hybrid genetic algorithm,and then the dam deformation monitoring model based on neural network with genetic algorithm simplex method is established.The example shows that the neural network model with genetic algorithm simplex method owns good convergent rate,high prediction accuracy,fast training speed and superior generating ability compared with the genetic algorithm neural network model and BP neural network model.This method is feasible and effective for dam deformation prediction and has wide applied prospect as well.
引文
[1]吴中如,沈长松,阮焕祥.水工建筑物安全监控理论及其应用[M].河海大学出版社,1990.
    [2]徐洪钟,胡群革,吴中如.自适应模糊神经网络在大坝安全监控中的应用[J].河海大学学报,2001,29(2):8~10.
    [3]岳建平.灰色动态神经网络模型及其应用[J].水利学报,2003,(7):120~123.
    [4]赵斌,吴中如,张爱玲.BP模型在大坝安全监测预报中的应用[J].大坝观测与土工测试,1999,(6):1~4.
    [5]刘勇健,李彰明,张建龙.基于遗传-神经网络的深基坑变形实时预报方法研究[J].岩石力学与工程学报,2004,23(6):1010~1014.
    [6]李守巨,刘迎曦,刘玉静.基于进化神经网络混凝土大坝变形预测[J].岩土力学,2003,24(4):634~638.
    [7]何翔,李守巨,刘迎曦.基于遗传神经网络的坝基岩体渗透参数识别[J].岩石力学与工程学报,2004,23(5):751~757.
    [8]陈守煜,王大刚.基于遗传算法的模糊优选BP网络模型及其应用[J].水利学报,2003,(5):116~121.
    [9]陈炳瑞,冯夏庭,丁秀丽.基于模式-遗传-神经网络的流变参数反演[J].岩石力学与工程学报,2005,24(4):553~558.
    [10]王凌.智能优化算法及其应用[M].北京:清华大学出版社.2001.
    [11]韩炜,廖振鹏.一种全局优化算法:遗传算法—单纯形法[J].地震工程与工程振动,2001,21(2):6~12.
    [12]席少霖,赵凤冶.最优化计算方法[M].上海:上海科技出版社.1983.
    [13]周明,孙树栋.遗传算法原理及应用[M].北京:国防工业出版社,1999.
    [14]丛爽.面向MATLAB工具箱的神经网络理论与应用[M].合肥:中国科学技术大学出版社.1998.

版权所有:© 2023 中国地质图书馆 中国地质调查局地学文献中心