变形监测数据分析的群集智能模型

• 作者: 李珂 秦茂芬
• 来源期刊: 中国农村水利水电
• 学科: 地球科学
• 关键词: 微粒群优化算法 变形监测 统计模型 群集智能模型
• 年，卷（期）: 2010,（3）
• 所属期刊栏目: 水工建筑
• 页码范围: 110-113
• 页数: 4页
• 分类号: P258
• 字数: 3929字
• 语种: 中文

摘要

针对标准微粒群优化算法(PSO)存在早熟收敛和搜索精度低等缺陷,对其惯性权重因子进行改进,并将非均匀变异机制引入PSO,即在算法进行搜索时以一定变异概率对选中的粒子进行变异操作,同时对飞离搜索区域的粒子用新产生的粒子取代,由此得到改进的微粒群优化算法(IPSO).然后将IPSO用于优化BP神经网络的连接权重和阈值,分析和建立变形监测数据处理的群集智能模型(IPSO-BP),为了进行比较,同时建立了回归分析模型、标准PSO-BP模型,并将3种模型分别应用于某大坝水平位移数据的分析预测,结果表明,IPSO-BP模型收敛速度更快、预报精度更高,是一种新的且有效、可靠的变形数据处理方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李珂		2	2	1.0	1.0
2	秦茂芬		1	0	0.0	0.0