【摘要】：針對基本遺傳算法(SGA)收斂速度慢、局部尋優能力差等缺陷,采用十進制編碼,引入改進的算術交叉、非均勻變異操作等算法,分析和建立了改進的遺傳神經網絡(IGA-BP)模型,并將該模型應用于大壩水平位移的預測。結果表明,該模型在收斂速度、預報精度等方面比傳統模型有較大的改善。
【作者單位】：
河海大學土木工程學院 河海大學土木工程學院 河海大學土木工程學院 河海大學土木工程學院
【關鍵詞】：
遺傳算法 IGA-BP 變異算子 數學模型 神經網絡模型 收斂速度 統計回歸模型 水平位移 遺傳神經網絡 染色體
【分類號】：TV698.11
【DOI】：CNKI:SUN:DBAQ.0.2007-05-016
【正文快照】：
1引言遺傳神經網絡模型是變形監測數據處理的一種有效方法,已取得了很多應用成果[1]。然而,基本遺傳算法(Simple Genetic Algorithm,SGA)容易出現早熟現象(過早收斂于局部最優值),同時存在因算法隨機搜索而帶來的收斂速度慢、計算穩定性差、效率低下等問題。本文對SGA的編碼
