基于MPSO的RBF耦合算法的桩基动测参数辨识

• 作者: 王元汉 苗雨 郭健
• 来源期刊: 岩土力学
• 关键词: 变异粒子群 神经网络 动测 参数辩识
• 年，卷（期）: 2008,（5）
• 页码范围: 1205-1209
• 页数: 5页
• 分类号: TU473
• 语种: 中文
• DOI: 10.3969/j.issn.1000-7598.2008.05.011

摘要

变异粒子群优化算法(MPSO)是一种基于群体智能的改进全局优化技术,其优势在丁减小陷入局部极值的机率,增加全局搜索能力.将变异粒子群算法与径向基函数(RBF)神经网络结构进行结合,建立了变异粒子群神经网络(MPSO-RBF)耦合算法,充分发挥了MPSO算法的全局寻优能力和RBF算法的局部搜索优势.数值计算结果表明,所建立的方法能够对桩基动测进行多参数的识别和非线性优化问题的求解,具有良好全局收敛能力,是一种行之有效的智能算法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王元汉	华中科技大学土木工程与力学学院	102	1648	21.0	37.0
2	苗雨	华中科技大学土木工程与力学学院	53	337	9.0	16.0