基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对BP神经网络的局部极小和收敛慢等问题,提出了利用遗传算法的选择、交叉和变异操作优化BP神经网络的权值和阈值,将优化后的BP神经网络用于预测大坝扬压力.通过实例应用,将遗传算法优化的BP神经网络与逐步回归、BP神经网络预测相对比,结果表明遗传算法优化的BP神经网络收敛快且预测结果精度高.
推荐文章
基于遗传算法优化的BP神经网络研究应用
人工神经网络
BP神经网络
遗传算法
GA?BP神经网络
优化方法
搜索能力
基于遗传算法优化的BP神经网络在密度界面反演中的应用
BP神经网络
遗传算法
密度界面反演
网络训练
优化
遗传算法BP神经网络在变形监测中的研究
BP神经网络
遗传算法
建筑基坑
变形监测
预测
遗传算法优化的 BP 神经网络在 EDX RF 中对钛铁元素含量的预测
能量色散X荧光分析
定量分析
BP神经网络
遗传算法
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 遗传算法优化BP神经网络在大坝扬压力预测中的应用
来源期刊 水电能源科学 学科 工学
关键词 遗传算法 BP神经网络 逐步回归 扬压力 预测
年,卷(期) 2012,(6) 所属期刊栏目 大坝安全与检测
研究方向 页码范围 98-101
页数 4页 分类号 TV698.1
字数 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 吴邦彬 河海大学水文水资源与水利工程科学国家重点实验室 3 0 0.0 0.0
10 梅一韬 河海大学水文水资源与水利工程科学国家重点实验室 2 0 0.0 0.0
19 仲云飞 河海大学水文水资源与水利工程科学国家重点实验室 3 6 1.0 2.0
28 陈端 河海大学水文水资源与水利工程科学国家重点实验室 2 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (106)
共引文献  (91)
参考文献  (16)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1989(1)
  • 参考文献(1)
  • 二级参考文献(0)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(3)
  • 参考文献(2)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(4)
  • 参考文献(0)
  • 二级参考文献(4)
2005(6)
  • 参考文献(0)
  • 二级参考文献(6)
2006(4)
  • 参考文献(0)
  • 二级参考文献(4)
2007(3)
  • 参考文献(0)
  • 二级参考文献(3)
2008(4)
  • 参考文献(0)
  • 二级参考文献(4)
2009(4)
  • 参考文献(0)
  • 二级参考文献(4)
2010(12)
  • 参考文献(3)
  • 二级参考文献(9)
2011(13)
  • 参考文献(0)
  • 二级参考文献(13)
2012(16)
  • 参考文献(0)
  • 二级参考文献(16)
2013(10)
  • 参考文献(1)
  • 二级参考文献(9)
2014(8)
  • 参考文献(1)
  • 二级参考文献(7)
2015(8)
  • 参考文献(1)
  • 二级参考文献(7)
2016(10)
  • 参考文献(2)
  • 二级参考文献(8)
2017(2)
  • 参考文献(2)
  • 二级参考文献(0)
2018(1)
  • 参考文献(0)
  • 二级参考文献(1)
2019(2)
  • 参考文献(2)
  • 二级参考文献(0)
2020(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(16)
  • 参考文献(0)
  • 二级参考文献(16)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
遗传算法
BP神经网络
逐步回归
扬压力
预测
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
水电能源科学
月刊
1000-7709
42-1231/TK
大16开
武汉市洪山区珞喻路1037号华中科技大学内
38-111
1983
chi
出版文献量(篇)
9307
总下载数(次)
26
论文1v1指导