基于MIV-改进RBF神经网络的大坝变形监测模型

• 作者: 刘晓青 宁昕扬
• 来源期刊: 三峡大学学报（自然科学版）
• 学科: 工学
• 关键词: MIV算法 变量筛选 改进RBF神经网络 大坝变形监测模型
• 年，卷（期）: 2016,（3）
• 所属期刊栏目: 土木水电论坛
• 页码范围: 1-5
• 页数: 5页
• 分类号: TV698
• 字数: 4001字
• 语种: 中文
• DOI: 10.13393/j.cnki.issn.1672-948X.2016.03.001

摘要

针对常规径向基函数(RBF)神经网络模型无法选择显著预报因子和易陷入局部最优解的问题,建立一种融合平均影响值(MIV)、改进果蝇算法(FOA)和RBF神经网络的大坝变形监测模型.通过引入MIV对水压、温度、时效三类预报因子进行筛选,并利用改进FOA算法获得RBF神经网络模型中最佳的spread值,以提高模型的稳定性和预报精度.为验证模型的有效性,以某混凝土重力坝位移监测数据为例,分别建立多元线性回归模型、常规RBF模型、MIV-RBF模型和MIV-改进RBF模型.研究结果表明MIV-改进RBF神经网络大坝变形监测模型预测稳定、精度高,预报效果好.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘晓青	河海大学水利水电学院	53	146	7.0	10.0
2	宁昕扬	河海大学水利水电学院	5	10	2.0	3.0