基于改进粒子群算法的坝基扬压力预报方法

被引：4

作者：

王伟

沈振中

机构：

[1] 河海大学水利水电工程学院

来源：

人民黄河 | 2009年 / 31卷 / 07期

关键词：

改进粒子群算法; 统计模型; 混凝土坝; 扬压力;

D O I：

暂无

中图分类号：

TV223 [地基基础及其加固];

学科分类号：

081503 ;

摘要：

根据新安江大坝多年扬压力监测资料,建立基于改进粒子群算法的混凝土坝扬压力预报方法,对基本粒子群算法进行改进,提出了激励因子和惩罚因子,从而动态地调整粒子在计算过程中局部和全局搜索能力的权重,充分利用正反馈信息确定各回归系数。通过实例应用表明,基于改进粒子群算法与最小二乘法、基本粒子群算法相比,预报结果精度较高且收敛速度较快。

引用

页码：121 / 123

页数：3

共 5 条

[1] 大坝渗流监测遗传神经网络模型 [J].

王志旺 ;

吴盖化 ;

张漫 ;

张保军 .

水电能源科学, 2003, (04) :26-27+34

[2] 基于模糊聚类的神经网络模型及其在渗流分析中的应用 [J].

张乾飞 ;

徐洪钟 ;

吴中如 ;

王玉国 ;

高明军 .

水力发电学报, 2002, (02) :37-43

[3] 混凝土坝坝基扬压力统计模型的探讨 [J].

沈长松 ;

吴中如 .

河海大学学报, 1989, (01) :109-116

[4]

大坝与坝基安全监控理论和方法及其应用[M]. - 河海大学出版社 , 顾冲时, 2006

[5]

The Swarm and Queen:Towards a Deterministic and Adaptive ParticleSwarm Optimization .2 Clerc M. Proceedings of Congress on Evolutionary Computa-tion . 1999

← 1 →