混沌粒子群神经网络在变形预测中的应用研究

• 作者: 冯康 张亚超 张永光 王文涛
• 来源期刊: 北京测绘
• 学科: 地球科学
• 关键词: 预测模型 BP神经网络 粒子群 混沌
• 年，卷（期）: 2018,（11）
• 所属期刊栏目: 学术探讨
• 页码范围: 1276-1280
• 页数: 5页
• 分类号: P258
• 字数: 3513字
• 语种: 中文
• DOI: 10.19580/j.cnki.1007-3000.2018.11.008

摘要

变形预测模型是变形监测研究工作的重要内容,为了更好地对变形体未来的形变量进行预测,在粒子群改进传统BP神经网络基础上,进一步对粒子群算法进行改进,并通过引入混沌理论,提出了一种嵌入式的混沌粒子群算法,建立了混沌粒子群BP神经网络模型,结合工程实例,进行对比分析,得出了以下结论:改进粒子群BP神经网络模型的拟合和预测精度均高于传统BP神经网络模型,且随着改进方法的不断深入,其预测精度也逐渐提高,混沌粒子群BP神经网络精度最高;混沌粒子群BP神经网络模型可以更好对变形进行预测,优势显著.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张永光		18	42	3.0	6.0
2	张亚超		5	1	1.0	1.0
3	王文涛		7	18	2.0	4.0
4	冯康		3	1	1.0	1.0