基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对现有大坝变形预测模型的预测精度不高、BP神经网络的参数和结构很难确定且容易陷入局部极值等问题,通过引入小波变换理论把原始的大坝变形序列分解成多个子序列,然后对每个子序列使用头脑风暴优化算法(brain storm optimization,BSO)优化BP神经网络的参数和结构.同时,把差分变异思想引入BSO算法,建立一种基于小波变换和差分变异头脑风暴算法优化BP神经网络的大坝变形预测模型.实验结果表明,与其他预测模型相比,所提出的预测模型具有更高的预测精度.
推荐文章
BP小波神经网络在大断面隧道变形预测中的应用
BP小波神经网络
大断面隧道
变形预测
基于提升小波变换和BP神经网络的图像哈希算法
图像哈希
提升小波变换
神经网络
图像认证
基于小波去噪及优化BP神经 网络的滑坡变形预测研究
滑坡
小波去噪
混沌理论
BP神经网络
变形预测
基于遗传算法的小波神经网络模型预测大坝变形
大坝变形
小波神经网络
遗传算法
参数优化
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于小波变换与差分变异BSO-BP算法的大坝变形预测
来源期刊 控制与决策 学科
关键词 大坝变形 预测 小波变换 BP神经网络 差分变异 头脑风暴优化算法
年,卷(期) 2021,(7) 所属期刊栏目 论文与报告|Papers and Reports
研究方向 页码范围 1611-1618
页数 8页 分类号 TP273
字数 语种 中文
DOI 10.13195/j.kzyjc.2019.1431
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (154)
共引文献  (141)
参考文献  (31)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(4)
  • 参考文献(0)
  • 二级参考文献(4)
1999(3)
  • 参考文献(0)
  • 二级参考文献(3)
2000(4)
  • 参考文献(0)
  • 二级参考文献(4)
2001(10)
  • 参考文献(0)
  • 二级参考文献(10)
2002(6)
  • 参考文献(0)
  • 二级参考文献(6)
2003(12)
  • 参考文献(0)
  • 二级参考文献(12)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(5)
  • 参考文献(1)
  • 二级参考文献(4)
2006(8)
  • 参考文献(2)
  • 二级参考文献(6)
2007(6)
  • 参考文献(2)
  • 二级参考文献(4)
2008(7)
  • 参考文献(1)
  • 二级参考文献(6)
2009(10)
  • 参考文献(1)
  • 二级参考文献(9)
2010(7)
  • 参考文献(1)
  • 二级参考文献(6)
2011(13)
  • 参考文献(0)
  • 二级参考文献(13)
2012(23)
  • 参考文献(4)
  • 二级参考文献(19)
2013(12)
  • 参考文献(2)
  • 二级参考文献(10)
2014(10)
  • 参考文献(5)
  • 二级参考文献(5)
2015(15)
  • 参考文献(2)
  • 二级参考文献(13)
2016(11)
  • 参考文献(2)
  • 二级参考文献(9)
2017(6)
  • 参考文献(3)
  • 二级参考文献(3)
2018(3)
  • 参考文献(3)
  • 二级参考文献(0)
2019(3)
  • 参考文献(2)
  • 二级参考文献(1)
2021(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
大坝变形
预测
小波变换
BP神经网络
差分变异
头脑风暴优化算法
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
控制与决策
月刊
1001-0920
21-1124/TP
大16开
沈阳东北大学125信箱
1986
chi
出版文献量(篇)
7031
总下载数(次)
20
论文1v1指导