基于AdaBoost集成的WPSO-RBF大坝变形监控模型

• 作者: 房彬 李丹 沈晶鑫 郑东健 郭芝韵
• 来源期刊: 长江科学院院报
• 学科: 工学
• 关键词: 大坝变形 监控模型 改进粒子群算法 RBF神经网络 AdaBoost算法
• 年，卷（期）: 2018,（5）
• 所属期刊栏目: 工程安全与灾害防治
• 页码范围: 57-62
• 页数: 6页
• 分类号: TV698.11
• 字数: 4390字
• 语种: 中文
• DOI: 10.11988/ckyyb.20161313

摘要

变形监测是大坝安全监测的必设项目,由于影响因子众多,常利用神经网络(如BP,RBF等)进行参数选取和模型建立.传统的径向基函数(RBF)神经网络因网络结构简单、收敛速度快而被广泛运用,但其在预测中易陷入局部最优且参数选取不当会对其收敛性产生影响.因此,首先利用动态权重粒子群算法(WPSO)对RBF神经网络的3个参数(隐含层基函数的中心c、宽度d及隐含层到输出层的权值w)进行优化,建立基于WPSO-RBF的大坝变形监控模型,然后将WPSO-RBF模型作为弱分类器,采用AdaBoost算法进行集成,建立基于WPSO-RBF-AdaBoost的大坝变形监控模型.将该模型运用到工程实例中,实例结果显示该模型具有收敛速度快、分类精度高、泛化能力好,可建立较优的大坝变形监控模型.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郑东健	河海大学水利水电学院	115	637	13.0	19.0
5	郭芝韵	河海大学水利水电学院	8	31	4.0	5.0
9	沈晶鑫	河海大学水利水电学院	2	4	1.0	2.0
13	房彬	河海大学水利水电学院	3	3	1.0	1.0