|
|||||
|
|
| 改进RBF神经网络法在大坝位移分析中的应用 | |
| 引用本文： | 武金坤,刘婧然,薛顺花,张娇娇. 改进RBF神经网络法在大坝位移分析中的应用[J]. 人民长江, 2013, 44(15): 58-61 |
| 作者姓名： | 武金坤 刘婧然 薛顺花 张娇娇 |
| 作者单位： | 1. 河北工程大学水电学院,河北邯郸,056038 2. 青海禹兴水利水电设计有限公司,青海西宁,810001 3. 水利部河北水利水电勘测设计研究院,天津,300250 |
| 基金项目： | 河北省自然科学基金项目，中国水利水电科学研究院流域水循环模拟与调控国家重点实验室项目 |
| 摘 要： | 针对RBF神经网络容易出现局部最优解和收敛速度慢的问题，提出引入惯性权重来改进混合蛙跳算法，继而用改进方法优化RBF神经网络。改进的混合蛙跳算法通过设定一个合理的初始权重，从而达到修正青蛙群体的更新策略、跳出局部最优解、避免早熟的目的，同时具有平衡全局搜索和局部搜索的能力，很好地解决了传统RBF神经网络局部最优和收敛速度慢的问题。以某大坝位移分析为例，采用基于改进蛙跳算法的RBF神经网络后，模型预测精度有了较大的提高，与工程实际更为接近，具有一定的工程实用价值。 |
| 关 键 词： | RBF神经网络 改进的混合蛙跳算法 惯性权重 大坝位移 |
Application of improved RBF neural network method in dam deformation analysis |
|
| WU Jinkun , LIU Jingran , XUE Shunhua , ZHANG Jiaojiao. Application of improved RBF neural network method in dam deformation analysis[J]. Yangtze River, 2013, 44(15): 58-61 | |
| Authors: | WU Jinkun LIU Jingran XUE Shunhua ZHANG Jiaojiao |
| Abstract: | |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ | |
| 点击此处可从《人民长江》浏览原始摘要信息 | |
| 点击此处可从《人民长江》下载全文 | |