基于新型智能算法ELM的滑坡变形位移预测

• 作者: 高彩云
• 来源期刊: 人民长江
• 学科: 地球科学
• 关键词: ELM 隐层神经元 激励函数 滑坡变形
• 年，卷（期）: 2017,（7）
• 所属期刊栏目: 地质与勘测
• 页码范围: 46-49,69
• 页数: 5页
• 分类号: P642
• 字数: 3522字
• 语种: 中文
• DOI: 10.16232/j.cnki.1001-4179.2017.07.010

摘要

针对采用经典智能算法进行滑坡变形预测时存在学习速度慢、网络结构参数选取复杂等问题,构建了基于新型智能算法ELM(Extreme Learning Machine)的滑坡位移预测模型,采用二值区间搜索算法选定最佳隐层神经元个数和激励函数,并融入数据滚动建模思想,以期提高网络泛化能力和预测精度.以链子崖、古树屋两滑坡体为例,将ELM与经典智能算法LMBP、RBF的预测效果进行对比,算例结果表明:ELM算法具有较高的预测精度,且在网络学习速度等方面优势明显.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	高彩云	河南城建学院测绘与城市空间信息学院	20	168	8.0	12.0