基于混沌优化极限学习机的库岸边坡变形预测

• 作者: 张志会
• 来源期刊: 水力发电
• 学科: 工学
• 关键词: 库岸边坡 变形预测 极限学习机 逐步试算法 混沌理论
• 年，卷（期）: 2018,（12）
• 所属期刊栏目: 地质与勘测
• 页码范围: 39-42,104
• 页数: 5页
• 分类号: TV698.1
• 字数: 3988字
• 语种: 中文
• DOI: 10.3969/j.issn.0559-9342.2018.12.011

摘要

为提高库区岸坡变形的非线性预测精度,提出利用极限学习机构建库区岸坡的非线性预测模型.首先,利用逐步试算法优化极限学习机的激励函数和隐层神经元数;其次,采用Rosenstein算法评价边坡变形序列的混沌特性,利用空间重构来实现极限学习机的混沌优化,进而构建混沌优化ELM模型.分析表明,不同实例的最优网络参数具有差异,通过逐步试算法能很好地确定最优参数;库岸边坡的变形序列均具有混沌特性,通过混沌理论的空间重构优化,能有效提高预测精度,且预测结果较传统神经网络具有较大的优越性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张志会		2	1	1.0	1.0