基于GA-BP-AdaBoost强预测模型的大坝变形应用

• 作者: 唐诗华 容静 王凯 王文贯 王江波 肖阳
• 来源期刊: 桂林理工大学学报
• 学科: 地球科学
• 关键词: AdaBoost 强预测器 遗传算法 BP神经网络 精度分析
• 年，卷（期）: 2019,（2）
• 所属期刊栏目: 土木工程与测绘科学
• 页码范围: 415-419
• 页数: 5页
• 分类号: P258
• 字数: 4123字
• 语种: 中文
• DOI: 10.3969/j.issn.1674-9057.2019.02.021

摘要

基于大坝变形量与多影响因素复杂非线性关系问题,提出了基于遗传算法优化BP神经网络的AdaBoost强预测模型(GA-BP-AdaBoost).算例分析表明,该强预测模型融合了遗传算法全局优化和BP神经网络的局部寻优的特点,同时AdaBoost强预测器通过给弱预测器的预测序列赋予不同的权重,综合不同预测序列的精度优势,实现了AdaBoost强预测器"优中选优"的目的,最大限度地提高了预测精度,验证了本文基于遗传算法优化BP神经网络的AdaBoost强预测模型在大坝变形监测中的可行性和实用性.