【摘要】:针对基本遗传算法(SGA)收敛速度慢、局部寻优能力差等缺陷,采用十进制编码,引入改进的算术交叉、非均匀变异操作等算法,分析和建立了改进的遗传神经网络(IGA-BP)模型,并将该模型应用于大坝水平位移的预测。结果表明,该模型在收敛速度、预报精度等方面比传统模型有较大的改善。
【作者单位】:
河海大学土木工程学院 河海大学土木工程学院 河海大学土木工程学院 河海大学土木工程学院
【关键词】:
遗传算法 IGA-BP 变异算子 数学模型 神经网络模型 收敛速度 统计回归模型 水平位移 遗传神经网络 染色体
【分类号】:TV698.11
【DOI】:CNKI:SUN:DBAQ.0.2007-05-016
【正文快照】:
1引言遗传神经网络模型是变形监测数据处理的一种有效方法,已取得了很多应用成果[1]。然而,基本遗传算法(Simple Genetic Algorithm,SGA)容易出现早熟现象(过早收敛于局部最优值),同时存在因算法随机搜索而带来的收敛速度慢、计算稳定性差、效率低下等问题。本文对SGA的编码