基于IPSO-BP神经网络的坝基扬压力预测方法研究

• 作者: 仲云飞 李阳 程井 邓同春 顾浩钦
• 来源期刊: 三峡大学学报（自然科学版）
• 学科: 工学
• 关键词: 扬压力 BP神经网络 改进粒子群算法 统计模型
• 年，卷（期）: 2013,（2）
• 所属期刊栏目: 水电论坛
• 页码范围: 20-24
• 页数: 5页
• 分类号: TV698.1
• 字数: 4252字
• 语种: 中文

摘要

针对坝基扬压力预测的传统BP神经网络模型初始权值和阈值随机性强、易陷入局部最优等局限,采用惯性权重动态调整的改进粒子群算法对BP网络的初始权值和阈值进行优化,建立了基于IPSO的BP神经网络坝基扬压力预测模型.通过算例验证算法的优越性及程序的准确性,并以某大坝多年扬压力监测数据进行工程实例应用,结果表明,IPSO-BP扬压力预测模型与传统BP模型相比,拟合相关系数大,统计误差小,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	程井	河海大学水利水电学院	19	37	3.0	5.0
2	邓同春	河海大学水利水电学院	5	16	3.0	3.0
3	李阳	河海大学水利水电学院	6	9	2.0	3.0
4	仲云飞	河海大学水利水电学院	3	6	1.0	2.0
5	顾浩钦	河海大学水利水电学院	3	9	2.0	3.0