基于灰色遗传BP神经网络的大坝变形预测

• 作者: 刘海锋 卢献健 梁月吉 蒋园园
• 来源期刊: 桂林理工大学学报
• 学科: 地球科学
• 关键词: 大坝变形 灰色模型 BP神经网络 遗传优化算法 精度评定
• 年，卷（期）: 2017,（4）
• 所属期刊栏目: 土木工程与测绘科学
• 页码范围: 647-652
• 页数: 6页
• 分类号: TU196.1|P207
• 字数: 5172字
• 语种: 中文
• DOI: 10.3969/j.issn.1674-9057.2017.04.015

摘要

提出了一种基于灰色预测模型的遗传算法优化BP神经网络的组合预测模型.通过对原始大坝序列进行灰色拟合,弱化原始序列的随机扰动影响,增强数据的线性规律,并采用遗传算法优化BP神经网络的连接权值和阈值,之后将灰色拟合后的残差作为优化后的BP神经网络的输入样本进行训练和测试,进而建立灰色遗传BP神经网络预测模型.组合模型充分结合了BP神经网络自适应学习的优点,避免了灰色方法及模型在非线性预测方面的缺陷;同时集成了遗传算法的全局寻优性能,弥补了神经网络容易陷入局部极值点的缺陷.与灰色GM(1,1)和单一BP神经网络对比表明,组合模型能保证较优的局部预测值和较高的全局预测精度,应用于复杂的大坝变形预测中是可行的.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	梁月吉	桂林理工大学测绘地理信息学院	34	93	5.0	8.0
5	卢献健	桂林理工大学测绘地理信息学院	22	86	6.0	7.0
9	刘海锋	桂林理工大学测绘地理信息学院	5	17	2.0	4.0
13	蒋园园	桂林理工大学测绘地理信息学院	3	10	1.0	3.0