基于GA-BP算法的大坝边坡变形预测模型

详细信息   全文下载|推荐本文 |

• 出版年：2010
• 作者：秦真珍；杨帆；黄胜林；徐佳
• 单位1：辽宁工程技术大学测绘与地理科学学院
• 出生年：1982
• 学历：硕士研究生
• 语种：中文
• 作者关键词：大坝变形预测；BP神经网络；遗传算法；GA-BP模型
• 起始页：13
• 总页数：4
• 经费资助：国家自然科学基金资助项目（50604009）；辽宁工程技术大学科学研究基金资助项目（04A01009）；辽宁省高校重点实验室开放基金项目（2004014）；辽宁省教育厅创新团队计划项目（2008T084）
• 刊名：测绘工程
• 是否内版：否
• 刊频：双月刊
• 创刊时间：1992
• 主管单位：黑龙江省教育厅
• 主办单位：黑龙江工程学院；中国测绘学会
• 主编：白玉
• 地址：哈尔滨市道外区红旗大街999号
• 邮编：150050
• 电子信箱：chgc2008@vip.163.com
• 网址：http://www.chinainfo.gov.cn/periodical/chgc
• 卷：19
• 期：1
• 期刊索取号：P810.6 700
• 数据库收录：中国科技核心期刊；中国学术期刊（光盘版）全文收录期刊；中国学术期刊综合评价数据库来源期刊；首届执行《CAJ-CD规范》优秀期刊
• 核心期刊：中国核心期刊

摘要

针对大坝安全预测采用传统的统计模型、确定性模型和混合模型存在的不足，应用遗传算法（GA）与基于误差反向传播算法（BP）相结合，构成GA-BP混合遗传算法，建立大坝边坡变形预测的遗传优化神经网络模型（GA-BP模型）。该模型利用神经网络的非线性映射能力、网络推理和预测功能及遗传算法的全局优化特征，克服BP算法易限入局部最小问题。通过该模型对某大坝的实际观测数据进行预测，表明GA-BP模型的预测具有精度高、收敛速度快的优点，在大坝的预测方面具有应用价值。