粒子群-BP神经网络模型在大坝变形监测中的应用

• 作者: 张飞 徐锋 王崇倡
• 来源期刊: 测绘科学
• 学科: 地球科学
• 关键词: 变形监测 粒子群 BP神经网络
• 年，卷（期）: 2012,（4）
• 所属期刊栏目: 应用研究
• 页码范围: 181-183
• 页数: 3页
• 分类号: TU196.1|P209
• 语种: 中文

摘要

针对BP神经网络的初始化权值和阔值的随机性,易导致训练速度慢和落入局部极小等弱点,本文运用具有并行特性和全局优化能力的粒子群算法(PSO)对BP神经网络的权值和阈值进行优化,建立了基于粒子群-BP神经网络的大坝变形监测模型,并以丰满大坝多年监测的坝顶水平位移资料为例进行实证分析.与经典BP神经网络模型的预测结果相比,粒子群- BP神经网络模型的收敛速度更快、预测精度更高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王崇倡	辽宁工程技术大学测绘与地理科学学院	90	537	12.0	19.0
2	张飞	辽宁工程技术大学测绘与地理科学学院	17	74	5.0	8.0
3	徐锋	辽宁工程技术大学测绘与地理科学学院	10	40	2.0	6.0