期刊文献+

基于遗传神经网络的高边坡位移分析方法研究 被引量:4

High Slope Displacement Analysis Based on Genetic Artificial Neural Network Method
收藏 分享 导出
摘要 针对神经网络的稳定性与计算精度依赖于初始权阈值,改进了标准遗传算法,采用改进遗传算法优化神经网络的初始权阈值,构建了遗传神经网络模型并应用于水电站高边坡变形位移模拟预测中.实例结果表明,该模型预测精度高、简单易行、快速实用,可应用于工程实际. Considering the precision and stability of neural network depending on initial weights,standard genetic algorithm is improved and it is used to optimize the initial weights of neural network.A model of genetic neural network is applied to forecast the deformation displacement of high slope in water power plant.The instance results show that the proposed model has high forecasting precision and simple and practicable,which can be applied to engineering application.
作者 陈韵俊 韩永林 张立红 CHEN Yunjun HAN Yonglin ZHANG Lihong (Zhejiang Water Conservancy and Hydropower Engineering Bureau,Hangzhou 310020,China)
出处 《水电能源科学》 北大核心 2010年第8期共4页 International Journal Hydroelectric Energy
  • 相关文献

参考文献14

二级参考文献120

共引文献264

同被引文献32

引证文献4

二级引证文献65

投稿分析

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部 意见反馈
新型冠状病毒肺炎防控与诊疗专栏