基于SSPSO优化GRNN的水电站厂房结构振动响应预测

被引：12

作者：

徐国宾 ^{[1
]}

韩文文 ^{[1
,2
]}

王海军 ^{[1
]}

机构：

[1] 天津大学水利工程仿真与安全国家重点实验室

[2] 天津普泽工程咨询有限责任公司

来源：

振动与冲击 | 2015年 / 34卷 / 04期

关键词：

水工结构; 厂房振动; 优胜劣汰、步步选择粒子群优化算法; 广义回归神经网络;

D O I：

10.13465/j.cnki.jvs.2015.04.018

中图分类号：

TV731 [水电站厂房]; TV32 [结构试验];

学科分类号：

081503 [水工结构工程]; 081504 [水利水电工程];

摘要：

提出基于优胜劣汰、步步选择的粒子群优化算法(SSPSO),弥补了一般粒子群优化算法容易陷入局部极值、早熟收敛或停滞的缺陷。并运用SSPSO对广义回归神经网络(GRNN)平滑参数P进行优化,充分利用SSPSO寻优能力强及径向基函数调整参数少的优点,建立厂房结构的振动响应预测模型,对某厂顶溢流式水电站的厂坝结构振动响应问题展开预测研究。通过分析预测效果得出:与一般的粒子群算法相比,所提出的SSPSO算法的寻优能力得到了很大的提高。与此同时,基于SSPSO优化的广义回归神经网络(SSPSO-GRNN)与其他网络相比,在预测精度、收敛性能、泛化能力等各个方面得到了很大提升。为水电站厂房振动响应预测提供了新的方法和思路,为增强厂房结构的智能化监测提供了保障。

引用

页码：104 / 109

页数：6

共 6 条

[1]

基于并行PSO的模式分类算法及其应用研究 [D].