基于BAS-BP大坝变形预测模型研究

• 作者: 刘江川 李燕 陈旭尧
• 来源期刊: 长春工程学院学报（自然科学版）
• 学科: 工学
• 关键词: 大坝变形预测 BP神经网络 BAS算法
• 年，卷（期）: 2020,（3）
• 所属期刊栏目: 水利工程·能源与动力
• 页码范围: 78-81
• 页数: 4页
• 分类号: TV698.1
• 语种: 中文
• DOI: 10.3969/j.issn.1009-8984.2020.03.017

摘要

提高大坝变形预测的精度是大坝安全监测的重要内容之一.将BAS算法应用到BP神经网络模型中,通过对BP神经网络模型的权值和阈值进行优化,训练BP神经网络预测模型求得最优解,构建了一种基于改进BAS算法的优化BP神经网络的大坝变形预测模型.将该模型运用到坝体的变形预测中,预测结果表明,改进的BAS-BP的模型相较于BP神经模型有效地避免了陷入局部最优问题,并且具有更高的预测精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘江川		15	27	2.0	5.0
2	李燕		2	0	0.0	0.0
3	陈旭尧		1	0	0.0	0.0