基于EMD-FOA-BP神经网络的大坝变形预测研究

• 作者: 刘立龙 谢劭峰 黄军胜 黄良珂
• 来源期刊: 水力发电
• 学科: 工学
• 关键词: 大坝变形 经验模态分解 果蝇算法 BP神经网络
• 年，卷（期）: 2019,（2）
• 所属期刊栏目: 安全监测与评价
• 页码范围: 106-110
• 页数: 5页
• 分类号: TV698.1|TP183
• 字数: 3291字
• 语种: 中文
• DOI: 10.3969/j.issn.0559-9342.2019.02.027

摘要

建立了以经验模态分解法(EMD)和果蝇算法(FOA)优化BP神经网络为基础的EMD-FOA-BP大坝变形预测模型,该模型首先利用EMD将大坝变形序列分解成相对平稳的分量,再根据各分量的特点构造不同FOA-BP模型并进行预测,叠加各分量预测值得到最终预测结果.结果表明,EMD-FOA-BP模型的自适应能力、学习能力及非线性映射能力较强,在大坝变形预测应用中能有效提高精度,预测精度较FOA-BP模型有所提高,且明显优于BP神经网络模型和GA-BP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	刘立龙	桂林理工大学测绘地理信息学院	55	220	9.0	12.0
5	谢劭峰	桂林理工大学测绘地理信息学院	27	97	6.0	8.0
9	黄良珂	桂林理工大学测绘地理信息学院	26	103	6.0	9.0
13	黄军胜		7	15	3.0	3.0