收藏本站
《水电能源科学》 2019年11期
收藏 | 投稿 | 手机打开
二维码
手机客户端打开本文

基于改进GA-BP网络算法的边坡力学参数反演分析

闵江涛  杨杰  马晨原  
【摘要】:针对BP神经网络收敛速度慢和易陷入局部极小值等不足,通过改进遗传算法,显著提升遗传算法的全局寻优能力,进而优化BP神经网络初始权值和阈值。结合工程算例,采用正交法设计参数样本,利用边坡工程的有限元正分析模型计算出反演分析所需的样本,建立基于改进的GA-BP网络算法反分析模型,经过网络训练,得到符合实测效应量值的反演参数值,对比GA-BP网络算法和改进GA-BP网络算法的反分析模型结果可知,改进GA-BP网络算法反分析模型在解的稳定性和求解精度上均得到了较大提高。研究成果可供类似工程参考。

手机知网App
【参考文献】
中国期刊全文数据库 前2条
1 仲云飞;梅一韬;吴邦彬;陈端;;遗传算法优化BP神经网络在大坝扬压力预测中的应用[J];水电能源科学;2012年06期
2 吕松召;张墩;付志昆;吴长彬;;基于遗传算法和遗传神经网络算法的堆石料参数反演分析研究[J];中国农村水利水电;2011年06期
【共引文献】
中国期刊全文数据库 前10条
1 杨建文;李志鹏;喻哲欣;;基于改进遗传算法的泵站优化运行[J];中国水利;2015年08期
2 许杰淋;曾强;余佳蓓;吉旭;;基于遗传算法优化的BP神经网络预测混凝土抗压强度[J];山东化工;2014年10期
3 段瑶;张步涵;吴俊利;缪晓刚;葛业斌;;多种运行方式下发电机组功频静特性系数的智能优化方法[J];水电能源科学;2014年06期
4 刘雄峰;李博;李俊;;基于遗传算法的Elman神经网络模型在大坝位移预测中的应用[J];水资源与水工程学报;2014年03期
5 柴丽莎;戚丹;吴浩;;多测点多方向BP网络模型在大坝变形监测中的应用[J];水电能源科学;2014年03期
6 叶咸;许模;廖晓超;王凤君;赵瑞;;遗传算法优化BP神经网络在求解水文地质参数中的应用[J];水电能源科学;2013年12期
7 唐慧强;刘钲江;李全月;;硫氮分析系统异常值自动甄别与纠错方法研究[J];传感器与微系统;2013年09期
8 李震;刘传武;钱志金;花胜强;;关联分析和改进BP网络在大坝测值预报中的应用[J];水电自动化与大坝监测;2013年04期
9 杜晓帆;卢兴毅;张文熙;;BP神经网络在新浇筑混凝土最高温度预测中的应用[J];水电能源科学;2013年05期
10 杨志磊;孟祥瑞;王向前;王开元;;基于GA-BP网络模型的煤矿底板突水非线性预测评价[J];煤矿安全;2013年02期
【二级参考文献】
中国期刊全文数据库 前10条
1 姜娟;马晓茜;余昭胜;;基于遗传算法优化BP神经网络的垃圾焚烧炉结渣预测模型[J];可再生能源;2010年04期
2 乔晶晶;潘宏侠;;基于遗传算法优化神经网络的齿轮故障诊断[J];水电能源科学;2010年06期
3 李宏伟;杨国为;王晓艳;;基于改进遗传算法的BP网络在降雨量预测中的应用[J];青岛大学学报(工程技术版);2010年01期
4 徐宝松;苗艳东;李波;雷霆;徐华俊;;基于粒子群算法的大坝力学参数反演[J];水力发电;2009年03期
5 李金凤;杨启贵;徐卫亚;;基于改进粒子群算法CHPSO-DS的面板坝堆石体力学参数反演[J];岩石力学与工程学报;2008年06期
6 吴涛;;用遗传算法优化神经网络权值[J];湛江师范学院学报;2007年03期
7 顾永明;张国华;;面板堆石坝演化人工神经网络反演分析模型研究[J];西北水电;2007年02期
8 田明俊,周晶;基于蚁群算法的土石坝土体参数反演[J];岩石力学与工程学报;2005年08期
9 张丙印,袁会娜,李全明;基于神经网络和演化算法的土石坝位移反演分析[J];岩土力学;2005年04期
10 张社荣,何辉;改进的遗传算法在堆石体参数反演中的应用[J];岩土力学;2005年02期
【相似文献】
中国期刊全文数据库 前6条
1 闵江涛;杨杰;马晨原;;基于改进GA-BP网络算法的边坡力学参数反演分析[J];水电能源科学;2019年11期
2 刘朝利;;基于GA-BP网络算法的高边坡力学参数反演分析研究[J];黑龙江水利科技;2018年10期
3 古今用;顾波;;基于一种改进BP网络算法的水轮机组故障诊断[J];吉林水利;2007年12期
4 方卫华;人工神经网络模型用于水电能源科学的问题探讨[J];水电能源科学;2004年03期
5 黎昵;岳建平;段鹏;;改进模糊神经网络模型及其在大坝监测中的应用[J];水电自动化与大坝监测;2007年01期
6 贡丽洁;;基于改进Zigbee网络算法的希尼尔水库水情数据采集[J];云南水力发电;2015年04期
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026