论文摘要
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。
论文目录
文章来源
类型: 期刊论文
作者: 黄军胜,黄良珂,刘立龙,谢劭峰
关键词: 大坝变形,经验模态分解,果蝇算法,神经网络
来源: 水力发电 2019年02期
年度: 2019
分类: 工程科技Ⅱ辑
专业: 水利水电工程
单位: 广西壮族自治区水利电力勘测设计研究院,桂林理工大学测绘地理信息学院,广西空间信息与测绘重点实验室
基金: 国家自然科学基金资助项目(41704027),广西自然科学基金(2017GXNSFBA198139,2015GXNSFAA139230)
分类号: TV698.11
页码: 106-110
总页数: 5
文件大小: 1040K
下载量: 246