基于卡尔曼滤波的GA-BP模型在大坝变形预测中的应用

• 作者: 王建 郭志扬 黄庆
• 来源期刊: 中国农村水利水电
• 学科: 工学
• 关键词: 神经网络 遗传算法 卡尔曼滤波 大坝变形预测
• 年，卷（期）: 2016,（12）
• 所属期刊栏目: 水工建筑
• 页码范围: 113-116
• 页数: 4页
• 分类号: TV698.1
• 字数: 3361字
• 语种: 中文

摘要

传统的BP神经网络拥有良好的逼近非线性映射能力,然而由于其自身存在收敛速度慢,容易陷入局部极小值和泛化能力差的不足,往往难以满足实际中预测精度的需要.采用卡尔曼滤波方法,将观测到的大坝位移原始值进行滤波处理,以尽可能剔除随机误差的干扰,并引入遗传算法,对神经网络的权、阈值进行优化,提高其全局搜索能力,建立了基于卡尔曼滤波的GA-BP模型.以某大坝位移预测为例,证明了此模型比传统的BP模型在预测精度上有所提高,具有一定的实际应用价值.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王建	河海大学水文水资源与水利工程科学国家重点实验室	64	369	13.0	17.0
5	郭志扬	河海大学水文水资源与水利工程科学国家重点实验室	3	5	1.0	2.0
9	黄庆	河海大学水文水资源与水利工程科学国家重点实验室	2	5	1.0	2.0