基于粒子群优化算法的RBF神经网络在闸墩裂缝宽度预测中的应用

• 作者: 王闯 闫滨
• 来源期刊: 水力发电
• 学科: 工学
• 关键词: 闸墩 裂缝宽度 预测 粒子群优化算法 RBF神经网络 MATLAB
• 年，卷（期）: 2018,（3）
• 所属期刊栏目: 水工建筑
• 页码范围: 33-36,88
• 页数: 5页
• 分类号: TP183|TV662.2
• 字数: 2532字
• 语种: 中文

摘要

针对RBF神经网络选取网络参数及结构不当导致网络收敛慢的问题,采用粒子群算法优化RBF神经网络参数,建立了基于粒子群优化算法的RBF神经网络模型(PSO-RBF神经网络模型),对双台子河闸闸墩混凝土表面裂缝宽度进行了模拟和预测.结果表明,与单一的RBF神经网络模型相比,PSO-RBF神经网络模型预测精度更高.用训练好的PSO-RBF神经网络模型预测了2015年5月21日～6月14日闸墩混凝土表面裂缝宽度,发现该闸墩混凝土表面裂缝宽度呈周期性变化且有变大的趋势.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	闫滨	沈阳农业大学水利学院	50	286	10.0	14.0
2	王闯	沈阳农业大学水利学院	5	5	1.0	2.0