改进灰狼优化BP神经网络的大坝水平位移预测研究OA
针对BP神经网络随机获取初始权值和阈值策略导致大坝水平位移预测模型精度较低的问题,提出了改进灰狼优化算法与BP神经网络相结合的大坝沉降预测方法。首先通过佳点集初始化种群、非线性收敛因子和自适应权重等策略优化灰狼算法,获取全局最优解;再利用改进灰狼算法优化BP神经网络寻优参数策略,获得最优参数,构建改进灰狼优化BP神经网络的大坝水平位移预测模型;最后通过丰满大坝水电站实测数据,验证该方法大坝水平位移预测模型精度。实验结果表明,改进灰狼优化BP神经网络的大坝水平位移预测模型的寻优速度、预测精度和稳定性均优于支持向量机、BP神经网络和灰狼优化BP网络模型。
宋忠宁
青海省第一地质勘查院,青海海东810600
天文与地球科学
改进灰狼优化算法佳点集初始化种群非线性收敛因子自适应权重BP神经网络大坝水平位移预测模型
《地理空间信息》 2026 (7)
P.132-135,4
评论