基于EMD和GA-BP神经网络的大坝变形预测 |
| |
作者姓名: | 梁月吉 任超 刘立龙 庞光锋 杨兴跃 |
| |
作者单位: | 桂林理工大学测绘地理信息学院;桂林理工大学广西空间信息与测绘重点实验室 |
| |
基金项目: | 国家自然科学基金项目(41071294);广西“八桂学者”专项经费项目;广西空间信息与测绘重点实验室项目(桂科能1207115-06);广西矿冶与环境科学实验中心项目(KH2012ZD0004) |
| |
摘 要: | 提出一种基于经验模态分解 (EMD)和遗传 BP神经网络的大坝变形预测新算法。该算法首先通 过 EMD对变形序列进行分解,有效分离出非线性高频波动分量和低频趋势分量;然后应用遗传算法优化 BP神经网络的权值和阈值,再对各分量进行建模预测;最后叠加各分量预测值得到预测结果。应用新算 法与灰色 GM (1,1)、回归模型、普通卡尔滤波和遗传 BP神经网络算法进行对比分析。结果表明,该算 法具有较强的自身内部环境优化和外部平台构建能力,自适应能力和非线性拟合能力较强,在一定程度上 保证较优的局部预测值和较好的全局预测精度,在大坝变形预测中具有一定的实用价值。
|
关 键 词: | 大坝变形 经验模态分解 遗传算法 BP神经网络 精度评定 |
收稿时间: | 2015-05-07 |
本文献已被 CNKI 等数据库收录! |
| 点击此处可从《桂林理工大学学报》浏览原始摘要信息 |
|
点击此处可从《桂林理工大学学报》下载全文 |