基于粒子群优化算法的RBF神经网络在闸墩裂缝宽度预测中的应用 |
| |
引用本文: | 闫滨,王闯.基于粒子群优化算法的RBF神经网络在闸墩裂缝宽度预测中的应用[J].水力发电,2018(3). |
| |
作者姓名: | 闫滨 王闯 |
| |
作者单位: | 沈阳农业大学水利学院; |
| |
摘 要: | 针对RBF神经网络选取网络参数及结构不当导致网络收敛慢的问题,采用粒子群算法优化RBF神经网络参数,建立了基于粒子群优化算法的RBF神经网络模型(PSO-RBF神经网络模型),对双台子河闸闸墩混凝土表面裂缝宽度进行了模拟和预测。结果表明,与单一的RBF神经网络模型相比,PSO-RBF神经网络模型预测精度更高。用训练好的PSO-RBF神经网络模型预测了2015年5月21日~6月14日闸墩混凝土表面裂缝宽度,发现该闸墩混凝土表面裂缝宽度呈周期性变化且有变大的趋势。
|
本文献已被 CNKI 等数据库收录! |
|