基于GA-LSTM的桥梁缆索腐蚀钢丝力学性能预测模型 被引量：5

1

作者 缪长青 吕悦凯 万春风 《东南大学学报(自然科学版)》 北大核心 2025年第1期140-145,共6页

为了精准捕捉桥梁缆索腐蚀钢丝的时变规律并预测其力学性能,开发了一种基于遗传算法(genetic algorithm, GA)优化的长短期记忆(long short-term memory, LSTM)神经网络模型。该模型利用GA依次优化LSTM模型的迭代次数、隐藏层层数、神经... 为了精准捕捉桥梁缆索腐蚀钢丝的时变规律并预测其力学性能,开发了一种基于遗传算法(genetic algorithm, GA)优化的长短期记忆(long short-term memory, LSTM)神经网络模型。该模型利用GA依次优化LSTM模型的迭代次数、隐藏层层数、神经元数量、窗口大小4个超参数,以预测不同腐蚀特征状态下钢丝的力学性能。将其与传统LSTM和GA-反向传播模型的预测结果进行比较。结果表明,GA-LSTM模型具有更高的预测精度和鲁棒性。在屈服强度与极限强度预测效果方面,均方根误差(root mean square error, RMSE)、平均绝对误差(mean absolute error, MAE)、决定系数分别提高约44%~61%、43%~57%、35%~92%。在屈服应变与极限应变预测效果方面,RMSE、MAE、决定系数分别提高约0~46%、7%~49%、12%~229%。所建立的模型可以作为一个有用的工具支持桥梁缆索腐蚀安全性评估工作。 展开更多

关键词 桥梁缆索腐蚀钢丝 力学性能预测 时序预测 神经网络 遗传算法 超参数优化

在线阅读 下载PDF 职称材料

基于WOA-WNN-LSTM算法的红外CO痕量气体压力补偿与时序浓度分析

2

作者 田富超 张海龙 +3 位作者 苏嘉豪 梁运涛 王琳 王泽文 《光谱学与光谱分析》 北大核心 2025年第4期994-1007,共14页

红外光谱分析是工业环境气体定量分析的重要手段,当前红外气体检测仪的测量精度受环境压力变化影响较大,导致检测数据在不同压力条件下偏离实际气体浓度。为提高红外气体传感器的精度,选择了鲸鱼优化算法(whale optimization algorithm,... 红外光谱分析是工业环境气体定量分析的重要手段,当前红外气体检测仪的测量精度受环境压力变化影响较大,导致检测数据在不同压力条件下偏离实际气体浓度。为提高红外气体传感器的精度,选择了鲸鱼优化算法(whale optimization algorithm,WOA)和小波神经网络(wavelet neural network,WNN)相结合的压力补偿算法,并结合长短期记忆法(long short-term memory,LSTM)对补偿后的数据进行预测。通过搭建工业环境气体压力补偿实验平台,使用高精度配气仪配置100~900 ppm标准CO气体,在80~120 kPa范围内进行数百组重复实验,发现CO气体传感器在负压条件下测量值小于标气浓度,正压条件下测量值大于标气浓度,并随压力变化呈线性关系,绝对误差最高为86 ppm。将传感器数据使用小波神经网络进行误差降低,初步补偿后的CO误差降至26 ppm,但由于参数可移植性较差,个别数据误差较大。进一步使用鲸鱼优化算法优化小波神经网络的参数后,补偿效果显著提升,传感器测量值与真值之差保持在0.004%以内且数据稳定。最终结合LSTM进行气体浓度预测,预测值与实际值之间的均方根误差(RMSE)均小于0.1,平均绝对误差(MAE)均小于0.020,实验结果表明,WOA-WNN-LSTM算法能够有效提高红外气体传感器的测量精度,成功消除环境压力对测量结果的影响,为工业环境气体检测提供了更为可靠和精准的解决方案。 展开更多

关键词 红外光谱分析 环境压力补偿 鲸鱼优化算法 小波神经网络 时序浓度预测

在线阅读 下载PDF 职称材料

GNSS位移时序中粗差与阶跃的自动化改正算法

3

作者 吴浩 钟敏 +1 位作者 沈迎春 田嘉翔 《导航定位学报》 北大核心 2025年第4期19-29,共11页

针对全球卫星导航系统(GNSS)位移时序中由于存在粗差和阶跃,导致很难准确提取地壳形变信号,而现有研究阶跃改正往往依赖于先验信息,须人工检验,不利于高精度与自动化处理的问题,提出一种结合长短期记忆神经网络(LSTM)和抗泄漏最小二乘... 针对全球卫星导航系统(GNSS)位移时序中由于存在粗差和阶跃,导致很难准确提取地壳形变信号,而现有研究阶跃改正往往依赖于先验信息,须人工检验,不利于高精度与自动化处理的问题,提出一种结合长短期记忆神经网络(LSTM)和抗泄漏最小二乘谱分析(ALLSSA)算法的自动化改正方法:利用LSTM学习GNSS位移时序复杂特征,实现抗阶跃干扰的粗差精准检测与去除;然后通过ALLSSA算法识别并改正位移时序中的阶跃问题。实验结果表明,提出的方法应用于多个GNSS位移时序粗差和阶跃问题的改正,与轨道与永久阵列中心(SOPAC)经过后处理的位移速率的差异为0.06~0.62 mm/a,均方根误差(RMSE)平均提升19.2%,证明该方法不仅可提高GNSS位移时序的观测精度,还可减少人工干预,能够为高精度GNSS应用提供参考。 展开更多

关键词 全球卫星导航系统(GNSS)位移时序 粗差探测 阶跃探测 长短期记忆(LSTM)神经网络 抗泄漏最小二乘谱分析(ALLSSA)算法

在线阅读 下载PDF 职称材料

基于累积位移特征与时间序列组合模型的滑坡位移预测

4

作者 汪标 易庆林 +2 位作者 邓茂林 童权 刘开心 《工程地质学报》 CSCD 北大核心 2024年第5期1629-1639,共11页

分析滑坡累积位移演化特征对位移预测具有重要的意义,根据不同增长趋势的位移曲线构造合适的模型来预测位移,将有效提高预测结果的准确度。本文分析三峡库区阶跃型滑坡累积位移变化趋势,将其位移曲线划分为4类特征:等幅-阶跃型、减幅-... 分析滑坡累积位移演化特征对位移预测具有重要的意义,根据不同增长趋势的位移曲线构造合适的模型来预测位移,将有效提高预测结果的准确度。本文分析三峡库区阶跃型滑坡累积位移变化趋势,将其位移曲线划分为4类特征:等幅-阶跃型、减幅-阶跃型、增幅-阶跃型、复合型,并建立时间序列组合预测模型。以八字门滑坡监测点ZG111及白家包滑坡监测点ZG326为例,依据时间序列原理,采用变分模态分解法(VMD)将累积位移分解为趋势性位移、周期性位移、随机性位移;利用一元线性回归、幂函数非线性回归方法对趋势性位移进行建模分析,预测结果采用加权改进后的最小二乘法(WLS);用麻雀搜索算法(SSA)优化BP神经网络模型,并结合滚动预测的思想,预测周期性位移、随机性位移。最终得到的各位移预测值之和即累积位移预测结果,结果表明:趋势性位移预测MAPE分别为1.2%、0.77%;周期性位移、随机性位移拟合效果较好,预测结果能较好的符合位移整体变化趋势;累积位移预测MAPE在2%以内,预测结果与实际值具有良好的一致性。本文提出的预测模型满足预测精度的要求,能完成滑坡将来位移量的预测,具有较强的工程实用价值,为滑坡灾害预测和防治方面的研究工作提供指导。 展开更多

关键词 累积位移特征 时间序列 加权最小二乘法 麻雀搜索算法 BP神经网络

在线阅读 下载PDF 职称材料

多源数据预测重庆市肝炎发病趋势的时滞输入神经网络研究

5

作者 姚田华 陈锡程 伍亚舟 《陆军军医大学学报》 CAS CSCD 北大核心 2024年第12期1447-1456,共10页

目的利用多源互联网数据构建时序分析融合工具,继而精准预测重庆市肝炎的发病趋势。方法利用卫生疾控中心数据库获取肝炎发病率数据,大气污染物数据来源于中国环境监测总站官网,气候数据来源于国家气象星系中心,网络指数数据来源于百度... 目的利用多源互联网数据构建时序分析融合工具,继而精准预测重庆市肝炎的发病趋势。方法利用卫生疾控中心数据库获取肝炎发病率数据,大气污染物数据来源于中国环境监测总站官网,气候数据来源于国家气象星系中心,网络指数数据来源于百度搜索引擎,时间范围均为2013年11月至2023年5月。基于现有的时序分析方法,利用多源数据对分解模型的残差部分进行校正。基于非自回归(non-autoregressive,NAR)和长短期记忆递归神经网络(long short term memory,LSTM)的各自优势,构建了时滞输入神经网络(delayed input neural network,DINN)。之后,还在其基础上加入了星雀优化算法(nutcracker optimizer algorithm,NOA)和联合四分位-Huber损失函数(joint quantile Huber loss,JQHL)等优化模块,继而构建了DINN+。结果相较于常见的单输入模型及同步多输入模型,DINN可取得最为优异的预测效果。在加入超参数和损失函数优化后,DINN+的预测性能进一步提升,其测试集MSE为0.1709、MAE为0.4612、RMSE为0.5821、MAPE为0.0626、R 2为0.8840。结论基于多样方法和多元数据融合的思想,在既往的时序分析方法基础上,本文提出了一个准确性和泛化能力良好的DINN+优化模型。该模型丰富和补充了利用多源数据校准传染病时序预测分析的方法学研究内容,可作为未来传染病公共卫生层面影响因素分析及趋势预测的全新基准。 展开更多

关键词 时序分析 发病趋势 LSTM 神经网络 元启发式算法

在线阅读 下载PDF 职称材料

基于QPSO改进LSTM发动机怠速预测的FPID控制 被引量：2

6

作者 赵晴 潘江如 +1 位作者 董恒祥 郭鸿鑫 《现代电子技术》 北大核心 2024年第8期75-82,共8页

以北京现代伊兰特G4GD发动机为试验台,将电控系统故障作为实验变量,测得规定时间内双传感器组合发生故障时的发动机怠速,并选原车ECU较难控制的6种组合怠速故障进行分析。基于量子粒子群算法(QPSO)对长短时记忆神经网络(LSTM)隐含层节... 以北京现代伊兰特G4GD发动机为试验台,将电控系统故障作为实验变量,测得规定时间内双传感器组合发生故障时的发动机怠速,并选原车ECU较难控制的6种组合怠速故障进行分析。基于量子粒子群算法(QPSO)对长短时记忆神经网络(LSTM)隐含层节点、训练次数与学习率进行寻优预测,将预测结果与多种神经网络进行对比,并通过均方根误差(RMSE)评价指标进行判断。使用Origin数据拟合将预测输出结果进行数值拟合,之后输入Matlab中使用Simulink搭建控制单元模型,由模糊常量-积分-微分(FPID)控制器对输出结果进行怠速控制。结果表明:基于量子粒子群算法改进的长短时记忆神经网络预测效果最好;模糊常量-积分-微分控制器对怠速的控制可有效缩短电子控制单元(ECU)的控制时间,无超调,且可有效调节至规定怠速。 展开更多

关键词 发动机怠速 量子粒子群优化算法 长短时记忆神经网络 模糊PID控制 故障分析 时间序列预测

在线阅读 下载PDF 职称材料

非线性位移时间序列分析的遗传神经网络方法 被引量：29

7

作者 张治强 冯夏庭 +1 位作者 杨成祥 林韵梅 《东北大学学报（自然科学版）》 EI CAS CSCD 北大核心 1999年第4期422-425,共4页

岩土结构的位移大都具有非线性动力学演化特征，针对目前所采用的时间序列分析方法中存在的模型选择和参数确定困难问题，用人工神经网络建模来取代传统的分析方法，提出了一种能自动确定输入时步长度和网络模型结构的遗传神经网络方... 岩土结构的位移大都具有非线性动力学演化特征，针对目前所采用的时间序列分析方法中存在的模型选择和参数确定困难问题，用人工神经网络建模来取代传统的分析方法，提出了一种能自动确定输入时步长度和网络模型结构的遗传神经网络方法，而且也解决了神经网络结构选择和“过训练”问题，提高了网络学习的效率和网络预测的能力·该方法可以对位移演化规律进行智能识别，获得全局最优解· 展开更多

关键词 时间序列分析 神经网络 遗传算法 位移 岩土结构

在线阅读 下载PDF 职称材料

非线性位移时间序列进化神经网络建模的适应性研究 被引量：15

8

作者 张治强 冯夏庭 +2 位作者 杨成祥 林韵梅 朱维申 《岩土力学》 EI CAS CSCD 1999年第4期19-24,共6页

探讨了非线性位移时间序列建模的进化神经网络方法及其可用性，主要包括进化参数如群体规模、突变变异率和蠕变变异率、随机数种子和个体的选择策略对进化神经网络模型性能的影响。结果表明，对于给定的问题，只要遗传参数取值合理，就... 探讨了非线性位移时间序列建模的进化神经网络方法及其可用性，主要包括进化参数如群体规模、突变变异率和蠕变变异率、随机数种子和个体的选择策略对进化神经网络模型性能的影响。结果表明，对于给定的问题，只要遗传参数取值合理，就可以获得理想的效果。 展开更多

关键词 位移 时间序列 遗传算法 神经网络 适应性 岩土

在线阅读 下载PDF 职称材料

地铁深基坑支护的遗传神经网络位移反分析 被引量：32

9

作者 彭军龙 张学民 +1 位作者 阳军生 张起森 《岩土力学》 EI CAS CSCD 北大核心 2007年第10期2118-2122,共5页

针对目前已有的各种位移反分析方法存在的缺陷,利用神经网络具有的非线性映射能力和遗传算法具有的全局随机搜索能力,提出了一种基于遗传神经网络进行深基坑支护的位移反分析方法。该方法改变了BP算法依赖梯度信息的指导来调整网络权值... 针对目前已有的各种位移反分析方法存在的缺陷,利用神经网络具有的非线性映射能力和遗传算法具有的全局随机搜索能力,提出了一种基于遗传神经网络进行深基坑支护的位移反分析方法。该方法改变了BP算法依赖梯度信息的指导来调整网络权值的方法,而是利用遗传算法全局性搜索的特点,寻找最合适的网络连接权和网络结构等来达到优化的目的。结合地铁深基坑支护位移计算,应用该方法对某一地铁深基坑土体的力学参数进行了反演。结果表明:将位移观测值作为网络输入数据,土体力学参数作为输出数据,在较大的解空间内,该位移反分析方法收敛速度快、解的稳定性好、反演结果精度高,是一种理想的位移反分析方法。最后,采用该软件结合一个工程实例实现了应用遗传神经网络进行的基坑支护位移反分析。 展开更多

关键词 神经网络 地铁 位移 反分析 遗传算法

在线阅读 下载PDF 职称材料

基于遗传算法和神经网络的隧道围岩位移智能反分析 被引量：31

10

作者 黄戡 刘宝琛 +3 位作者 彭建国 冯德山 丁国华 王跃飞 《中南大学学报（自然科学版）》 EI CAS CSCD 北大核心 2011年第1期213-219,共7页

基于正交试验设计和FLAC3D建立的学习样本以及测试样本,通过工程现场获取的围岩位移信息,用神经网络建立待反演参数与围岩位移之间潜在的映射关系。研究结果表明:利用该神经网络的仿真预测功能,结合遗传算法搜索反演参数的最优解,从而... 基于正交试验设计和FLAC3D建立的学习样本以及测试样本,通过工程现场获取的围岩位移信息,用神经网络建立待反演参数与围岩位移之间潜在的映射关系。研究结果表明:利用该神经网络的仿真预测功能,结合遗传算法搜索反演参数的最优解,从而实现位移反分析;可将反演结果反馈于隧道支护结构的设计,实现隧道的信息化施工与设计。 展开更多

关键词 位移反分析 遗传算法 神经网络 正交试验

在线阅读 下载PDF 职称材料

大型地下硐室开挖过程位移变形智能预测 被引量：17

11

作者 孙豁然 王述红 +1 位作者 宫永军 庄世勇 《煤炭学报》 EI CAS CSCD 北大核心 2001年第1期45-48,共4页

地下硐室开挖过程中 ,硐周位移及其变化规律比较容易获得并起着十分重要的作用 ,不仅可以作为检验施工设计的依据 ,而且可以预测预报围岩的稳定性和调整开挖方式、支护设计等 ,从而指导施工 .根据现场监测的数据 ,利用建立的遗传神经网... 地下硐室开挖过程中 ,硐周位移及其变化规律比较容易获得并起着十分重要的作用 ,不仅可以作为检验施工设计的依据 ,而且可以预测预报围岩的稳定性和调整开挖方式、支护设计等 ,从而指导施工 .根据现场监测的数据 ,利用建立的遗传神经网络模型 ,分析了原始数据 ,对观测数据进行学习 ,预测下步施工位移变形量 ,从而为施工方法及时调整和支护方案优选提供参考 .工程实例分析表明 ,该方法预测精度高、实用性广、简单易行 . 展开更多

关键词 量测位移 遗传算法 神经网络 实时预报 地下硐室 开挖 位移 变形监测

在线阅读 下载PDF 职称材料

基于混合递阶遗传算法的径向基神经网络学习算法及其应用 被引量：27

12

作者 石红瑞 刘勇 +1 位作者 刘宝坤 李光泉 《控制理论与应用》 EI CAS CSCD 北大核心 2002年第4期627-630,共4页

在研究径向基神经网络学习算法的基础上 ,提出了一种新型的径向基神经网络学习算法———混合递阶遗传算法 .该算法将递阶遗传算法和最小二乘法的优点结合在一起 ,能够同时确定径向基神经网络的结构和参数 ,并具有较高的学习效率 .采用... 在研究径向基神经网络学习算法的基础上 ,提出了一种新型的径向基神经网络学习算法———混合递阶遗传算法 .该算法将递阶遗传算法和最小二乘法的优点结合在一起 ,能够同时确定径向基神经网络的结构和参数 ,并具有较高的学习效率 .采用基于混合递阶遗传算法的径向基神经网络对混沌时间序列学习和预测 ,取得了较好的效果 . 展开更多

关键词 混合递阶遗传算法 径向基神经网络 学习算法 混沌时间序列

在线阅读 下载PDF 职称材料

混沌时间序列的混合遗传神经网络预测方法 被引量：8

13

作者 李目 何怡刚 +1 位作者 周少武 谭文 《系统仿真学报》 EI CAS CSCD 北大核心 2008年第21期5825-5828,共4页

在相空间重构理论的基础上,将改进的遗传算法和神经网络结合起来,提出了一种混合遗传神经网络预测混沌时间序列的方法。通过复相关法和Cao方法重构混沌时间序列,利用改进的遗传算法优化神经网络的结构、初始权值和阈值,然后训练神经网... 在相空间重构理论的基础上,将改进的遗传算法和神经网络结合起来,提出了一种混合遗传神经网络预测混沌时间序列的方法。通过复相关法和Cao方法重构混沌时间序列,利用改进的遗传算法优化神经网络的结构、初始权值和阈值,然后训练神经网络求得最优解。该算法应用到混沌时间序列的预测中,验证了该算法的有效性,并与BP和RBF算法的预测精度进行了比较,仿真结果表明该算法对混沌时间序列具有更好的非线性拟合能力和更高的预测精度。 展开更多

关键词 混沌时间序列 相空间重构 遗传算法 神经网络 非线性预测

在线阅读 下载PDF 职称材料

基于遗传-广义回归神经元算法的坞石隧道三维弹塑性位移反分析研究 被引量：14

14

作者 刘开云 乔春生 刘保国 《岩土力学》 EI CAS CSCD 北大核心 2009年第6期1805-1809,共5页

广义回归神经元网络在逼近能力、学习速度和网络稳定性方面均优于BP神经元网络,且具有网络人为调节参数少的优点。本文将广义回归神经元网络引入坞石隧道工程的三维弹塑性位移反分析。为了在网络训练过程中快速搜索到最优的网络阈值,采... 广义回归神经元网络在逼近能力、学习速度和网络稳定性方面均优于BP神经元网络,且具有网络人为调节参数少的优点。本文将广义回归神经元网络引入坞石隧道工程的三维弹塑性位移反分析。为了在网络训练过程中快速搜索到最优的网络阈值,采用十进制遗传算法对网络阈值进行优化。在确定最优的网络结构后,采用遗传算法在每个待反演参数的搜索范围内搜索出与实测位移最接近的围岩力学与初始应力场参数组合。用反分析得来的参数进行下步开挖位移预测,预测值与实测值吻合较好,表明所提出的这种反分析方法在工程上是可行的,可以推广使用。 展开更多

关键词 隧道 数值计算 广义回归神经元 遗传算法 位移反分析

在线阅读 下载PDF 职称材料

基于递阶遗传算法和BP网络的时间序列预测 被引量：28

15

作者 周辉仁 郑丕谔 《系统仿真学报》 EI CAS CSCD 北大核心 2007年第21期5055-5058,共4页

提出一种基于递阶遗传算法和BP神经网络的时间序列预测模型。现有的BP训练方法只能训练BP网络的权重,网络的结构得预先用某种方法确定。利用很好设计的递阶遗传算法能够把网络的结构和权重同时通过训练确定。以铁路客运市场数据进行训... 提出一种基于递阶遗传算法和BP神经网络的时间序列预测模型。现有的BP训练方法只能训练BP网络的权重,网络的结构得预先用某种方法确定。利用很好设计的递阶遗传算法能够把网络的结构和权重同时通过训练确定。以铁路客运市场数据进行训练和测试,与传统的BP网络预测模型相比较,结果证明该模型的预测精确度是令人满意的,所提出的方法是可行的。 展开更多

关键词 神经网络 BP神经网络 递阶遗传算法 时间序列预测

在线阅读 下载PDF 职称材料

基于RBF神经网络的股市建模与预测 被引量：27

16

作者 郑丕谔 马艳华 《天津大学学报（自然科学与工程技术版）》 EI CAS CSCD 2000年第4期483-486,共4页

提出一种基于 RBF神经网络的股市预测建模方法 ,并采用递阶遗传算法训练 RBF网络的参数、权重和结构 .对上证综指和个股 (伊利股份 )的建模与预测结果表明 ,该训练方法使 RBF神经网络具有很强的学习与泛化能力 。

关键词 RBF网络 递阶遗传算法 股票市场 建模 预测

在线阅读 下载PDF 职称材料

一种进化RBF神经网络的模型及其训练算法 被引量：4

17

作者 解光军 庄镇泉 李海鹰 《小型微型计算机系统》 CSCD 北大核心 2001年第11期1315-1317,共3页

径向基函数神经网络 (RBFNN)具有最优逼近和全局逼近的特性 ,在函数拟合方面优于传统的 BP网络 ,因此被广泛应用于非线性时间序列分析等领域 .本文针对时间序列中的非平稳数据 ,结合差分平稳化与分阶遗传的思想 ,提出一个新的进化 RBF... 径向基函数神经网络 (RBFNN)具有最优逼近和全局逼近的特性 ,在函数拟合方面优于传统的 BP网络 ,因此被广泛应用于非线性时间序列分析等领域 .本文针对时间序列中的非平稳数据 ,结合差分平稳化与分阶遗传的思想 ,提出一个新的进化 RBF神经网络的模型及其训练算法 .通过实例分析表明 。 展开更多

关键词 径向基函数神经网络 分阶遗传算法 时间序列 进化RBF神经网络 训练算法

在线阅读 下载PDF 职称材料

模糊神经网络在时间序列预测中的应用 被引量：11

18

作者 梁艳春 王政 周春光 《计算机研究与发展》 EI CSCD 北大核心 1998年第7期663-667,共5页

文中提出了将模糊聚类与梯度算法相结合的一种改进的训练模糊神经网络的混合型算法．模拟结果表明，模糊神经网络可以成功地用于时间序列的预测，模糊神经网络的训练速度与模拟精度都优于传统多层ＢＰ网络．

关键词 模糊系统 时间序列预测 神经网络

在线阅读 下载PDF 职称材料

龙滩水电站左岸边坡二维位移反分析 被引量：4

19

作者 张勇慧 盛谦 +1 位作者 冷先伦 朱泽奇 《岩土力学》 EI CAS CSCD 北大核心 2010年第S2期396-401,共6页

论述了考虑开挖卸荷效应的二维位移反分析方法。对龙滩水电站左岸岩质边坡1-1剖面进行地质概化、施工开挖分区和开挖扰动分区,建立有限元计算模型。根据试验和现场实测资料,确定待反演得参数和取值范围,通过二维弹塑性有限元方法与神经... 论述了考虑开挖卸荷效应的二维位移反分析方法。对龙滩水电站左岸岩质边坡1-1剖面进行地质概化、施工开挖分区和开挖扰动分区,建立有限元计算模型。根据试验和现场实测资料,确定待反演得参数和取值范围,通过二维弹塑性有限元方法与神经网络-遗传算法相结合反分析出岩体力学参数。基于该参数的正分析计算结果表明,计算位移与监测位移趋势一致,量值吻合。开挖面附近最大压应力约为1.0MPa左右,开挖面附近基本上没有拉应力区。开挖完成后的塑性区主要分布在坡顶和开挖面及大断层附近,而且基本上发生在开挖损伤区和部分卸荷影响区。 展开更多

关键词 边坡工程 开挖卸荷效应 位移反分析 神经网络-遗传算法

在线阅读 下载PDF 职称材料

基于改进遗传算法的BP神经网络及应用(英文) 被引量：9

20

作者 何方国 齐欢 《华中师范大学学报（自然科学版）》 CAS CSCD 2007年第1期51-54,共4页

结合遗传算法及神经网络各自的优点,利用改进遗传算法对BP神经网络的连接权进行优化,并提出了一种新的编码方式.通过与时间序列模型对比,基于改进遗传算法的BP模型效果更好.

关键词 遗传算法 BP神经网络 时间序列 用电预测

在线阅读 下载PDF 职称材料