期刊导航
期刊开放获取
cqvip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于MPGA-BP的重力坝变形预测研究
被引量：
4
1
作者
赵廷红
张赛
《兰州理工大学学报》
CAS
北大核心
2016年第5期122-127,共6页
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(...
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.
展开更多
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
下载PDF
职称材料
题名
基于MPGA-BP的重力坝变形预测研究
被引量：
4
1
作者
赵廷红
张赛
机构
兰州理工大学能源与动力工程学院
出处
《兰州理工大学学报》
CAS
北大核心
2016年第5期122-127,共6页
基金
国家自然科学基金(51069004)
文摘
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.
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
Keywords
gravity dam deformation prediction
multiple population genetic algorithm
back-propagation neural network
分类号
TU312 [建筑科学—结构工程]
TV64 [水利工程—水利水电工程]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于MPGA-BP的重力坝变形预测研究
赵廷红
张赛
《兰州理工大学学报》
CAS
北大核心
2016
4
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
