一种改进AFSA-Elman边坡位移预测网络

论文摘要

Elman网络在边坡位移序列预测的应用中,对于网络隐含层神经元个数、阈值的选取没有具体的定论,且收敛速度慢,容易陷入局部解.基于此,将人工鱼群算法与Elman网络相结合,建立了改进的AFSA-Elman边坡位移预测网络,修正鱼群算法的步长,并利用经改进后鱼群算法强大的寻优能力,对Elman网络的初始权值和阈值进行优化,提高了Elman网络的预测精度和收敛速度.将改进的AFSA-Elman网络与传统Elman网络以及AFSA-BP网络进行对比,并模拟了3种网络的迭代过程,发现改进的AFSA-Elman预测网络较以上两种预测网络具有较高的精度,收敛性更好,更适用于边坡位移的预测.

论文目录

• 1 改进AFSA-Elman边坡位移预测网络
•   1.1 人工鱼群算法 （AFSA）
•   1.2 Elman网络
•   1.3 改进AFSA-Elman网络
•     1.3.1 参数设定
•     1.3.2 鱼群行为描述
•   1.4 适应度评价
•   1.5 迭代步长修正
•   1.6 位移序列网络参数取值
• 2 工程实例
• 3 结论

文章来源

类型: 期刊论文

作者: 王述红,任艺鹏,邢观华

关键词: 人工鱼群算法,网络,边坡,神经网络,位移

来源: 东北大学学报(自然科学版) 2019年01期

年度: 2019

分类: 工程科技Ⅱ辑,基础科学,信息科技

专业: 地质学,建筑科学与工程,自动化技术

单位: 东北大学资源与土木工程学院

基金: 国家自然科学基金资助项目(51474050),国家自然科学基金云南联合重点资助项目(U1602232),辽宁省高等学校优秀人才支持计划项目(LN2014006)

分类号: TU43;TP18

页码: 115-120

总页数: 6

文件大小: 841K

下载量: 213