自适应遗传神经网络模型(IAGA-BP)及其在坝体结构损伤识别中的应用

• 作者: 潘城荣 郭永刚
• 来源期刊: 大坝与安全
• 学科: 工学
• 关键词: 自适应交叉变异算子 遗传算法 遗传神经网络 结构损伤识别
• 年，卷（期）: 2010,（2）
• 所属期刊栏目: 资料分析
• 页码范围: 45-50
• 分类号: TV698.1
• 字数: 4790字
• 语种: 中文
• DOI: 10.3969/j.issn.1671-1092.2010.02.013

摘要

针对基本遗传算法(SGA)收敛速度慢、计算稳定性差、效率低下和易陷入局部收敛等问题提出了一种改进的自适应交叉和变异算子,采用十进制编码并建立改进的自适应遗传神经网络模型(IAGA-BP),同时建立基本遗传神经网络模型(SGA-BP).将两者同时运用于坝体结构损伤识别,分析结果表明:IAGA-BP模型在收敛速度、精度方面明显优于SGA-BP模型.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郭永刚		36	359	12.0	17.0
2	潘城荣	北京工业大学建筑工程学院	1	0	0.0	0.0