ABC-BP模型在混凝土双曲拱坝变形监控中的应用

被引：5

作者：

陈晨 ^{[1
,2
]}

邵晨飞 ^{[1
,2
]}

魏玮 ^{[1
,2
]}

江潜成 ^{[3
]}

李经纬 ^{[1
,2
]}

杨孟 ^{[1
,2
]}

机构：

[1] 河海大学水利水电学院

[2] 河海大学水文水资源与水利工程科学国家重点实验室

[3] 南昌工程学院水利与生态工程学院

来源：

水电能源科学 | 2013年 / 31卷 / 08期

关键词：

大坝变形; 小湾大坝; 人工蜂群算法; BP神经网络; 权值;

D O I：

10.20040/j.cnki.1000-7709.2013.08.032

中图分类号：

TV698.1 [水工建筑物的监测与原型观测];

学科分类号：

090811 [渔业经济与管理];

摘要：

因大坝变形具有很强的非线性、随机性,致使预测困难。将人工蜂群算法(ABC)与BP神经网络相结合,利用人工蜂群算法具有强全局优化能力、强鲁棒性等优点,克服BP神经网络收敛速度慢、易陷入局部极小点等缺点,建立ABC-BP、BP神经网络大坝变形预测模型预测了小湾大坝变形。结果表明,与单纯的BP神经网络预测模型相比,ABC-BP算法提高了大坝变形预报的精度,加快了网络的收敛速度,能更高效准确地进行大坝变形监控预报。

引用

页码：112 / 114+69 +69

页数：4

共 6 条

[1]

蜂群算法研究综述 [J].