基于GA-BP-AdaBoost强预测模型的大坝变形应用
来源期刊:桂林理工大学学报2019年第2期
论文作者:王凯 唐诗华 王江波 肖阳 容静 王文贯
文章页码:415 - 419
关键词:AdaBoost;强预测器;遗传算法;BP神经网络;精度分析;
摘 要:基于大坝变形量与多影响因素复杂非线性关系问题,提出了基于遗传算法优化BP神经网络的AdaBoost强预测模型(GA-BP-AdaBoost)。算例分析表明,该强预测模型融合了遗传算法全局优化和BP神经网络的局部寻优的特点,同时AdaBoost强预测器通过给弱预测器的预测序列赋予不同的权重,综合不同预测序列的精度优势,实现了AdaBoost强预测器"优中选优"的目的,最大限度地提高了预测精度,验证了本文基于遗传算法优化BP神经网络的AdaBoost强预测模型在大坝变形监测中的可行性和实用性。
王凯,唐诗华,王江波,肖阳,容静,王文贯
摘 要:基于大坝变形量与多影响因素复杂非线性关系问题,提出了基于遗传算法优化BP神经网络的AdaBoost强预测模型(GA-BP-AdaBoost)。算例分析表明,该强预测模型融合了遗传算法全局优化和BP神经网络的局部寻优的特点,同时AdaBoost强预测器通过给弱预测器的预测序列赋予不同的权重,综合不同预测序列的精度优势,实现了AdaBoost强预测器"优中选优"的目的,最大限度地提高了预测精度,验证了本文基于遗传算法优化BP神经网络的AdaBoost强预测模型在大坝变形监测中的可行性和实用性。
关键词:AdaBoost;强预测器;遗传算法;BP神经网络;精度分析;