TY -的A2 Geem宗庆后吴盟——戴,博盟——顾,浩盟——朱Yantao盟——陈,思玉盟-罗德里格斯,e·费尔南德斯PY - 2020 DA - 2020/10/28 TI -使用一种改进的人工鱼群Algorithm-Backpropagation神经网络预测大坝变形行为SP - 5463893六世- 2020 AB -大坝行为很难预测由于其复杂性。同时,大坝变形行为对大坝系统至关重要。开发一个精确的大坝变形预测模型原型数据仍然是具有挑战性但行列式的结构安全评估。在这篇文章中,一个人工神经网络(ANN),由改进的人工鱼群算法训练(IAFSA)和反向传播(BP)算法,提出了预测大坝变形。最初,交叉算子嵌入AFSA,旨在提高性能。根据许多因素对大坝变形行为的影响机制,混合(IAFSA和BP)模型使用统计输入获得最优的神经网络连接权值和阈值。混合模型集成了IAFSA强大的全局搜索能力和BP的局部搜索能力强。为了避免过度拟合训练集的数据,采用一套验证检查泛化能力。随后,获得最优参数应用于预测大坝变形行为。混合模型的准确性进行验证的径向位移摆混凝土拱坝和模拟的四个模型:统计模型,三层优化的遗传算法(GA),粒子群优化(PSO), AFSA。 Results demonstrate that the proposed model outperforms other models and may provide alarms for safety control. SN - 1076-2787 UR - https://doi.org/10.1155/2020/5463893 DO - 10.1155/2020/5463893 JF - Complexity PB - Hindawi KW - ER -