基于FOA-GRNN的水电站厂房结构振动响应研究

• 作者: 徐国宾 王海军 章环境 韩文文
• 来源期刊: 水力发电学报
• 学科: 工学
• 关键词: 水工结构 厂房结构振动响应 果蝇优化算法 广义回归神经网络 厂顶溢流式水电站 反向传播神经网络 局部回归神经网络
• 年，卷（期）: 2014,（6）
• 页码范围: 187-191
• 分类号: TV312|TV731
• 语种: 中文

摘要

应用果蝇优化算法(FOA)对广义回归神经网络(GRNN)平滑参数spread值进行优化,充分利用果蝇优化算法收敛速度快及径向基函数调整参数少的优点,建立厂房结构的振动响应预测模型,同时结合反向传播神经网络(BP)、局部回归神经网络(ELMAN)对某厂顶溢流式水电站的厂房结构振动响应问题展开对比预测研究.通过比较三种神经网络的预测效果,最终得出:基于果蝇算法优化的广义回归神经网络(FOA-GRNN),在预测能力、学习速度上明显优于BP网络和ELMAN网络.说明运用FOA-GRNN神经网络预测厂房结构振动响应是可行的,为增强厂房结构的智能化监测提供了保障.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王海军	天津大学水利工程仿真与安全国家重点实验室	70	534	13.0	18.0
2	徐国宾	天津大学水利工程仿真与安全国家重点实验室	91	649	14.0	21.0
3	韩文文	天津大学水利工程仿真与安全国家重点实验室	4	26	3.0	4.0
4	章环境	天津大学水利工程仿真与安全国家重点实验室	3	26	3.0	3.0