PSO-RBF在大坝变形监测中的应用

• 作者: 吕蓓蓓 杨远斐
• 来源期刊: 水电能源科学
• 学科: 工学
• 关键词: 大坝安全监测 聚类算法 径向基函数神经网络 粒子群算法 小湾大坝
• 年，卷（期）: 2012,（8）
• 所属期刊栏目: 大坝安全与监测
• 页码范围: 77-79
• 页数: 3页
• 分类号: TV698.1
• 语种: 中文

摘要

针对传统径向基神经网络(RBF)在大坝安全监测应用中易陷入局部最优及预测精度不高的问题,引入粒子群算法(PSO),对输入的大坝安全监测数据进行初步的聚类处理,找出初步聚类中心后令其为PSO的初值,根据运算法则更新初值以寻求适合训练数据的最优基函数中心.以小湾大坝为例,应用Matlab仿真模拟计算了大坝变形量,结果表明PSO-RBF与传统RBF的拟合效果都很好,PSO-RBF预测准确度更高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吕蓓蓓	河海大学水利水电学院	4	35	2.0	4.0
5	杨远斐	河海大学水利水电学院	3	18	1.0	3.0