期刊文献+

基于优化果蝇算法和统计模型的混凝土坝变形预测模型及应用 被引量:4

Deformation Prediction Model of Concrete Dam and Its Application Based on Drosophila Algorithms and Statistical Model
下载PDF
导出
摘要 鉴于构建大坝安全监测模型时传统统计模型拟合精度受样本系列长度、资料可靠性、拟合方法等多种因素影响,提出一种基于优化果蝇算法和统计模型的混凝土坝变形预测模型,利用优化果蝇算法对统计模型各项系数进行优化,以提高统计模型的预测精度。对某混凝土拱坝变形的拟合和预测结果表明,相比于统计模型,基于优化果蝇算法和统计模型的变形预测模型预测精度更高,拟合效果更好。 In view of the fact that the fitting accuracy of the traditional statistical model is affected by many factors such as the length of sample series,the reliability of data and the fitting method,a deformation prediction model of concrete dam was proposed based on the Drosophila algorithm and statistical model.The Drosophila algorithm was used to optimize the coefficients of the statistical model for improving the prediction accuracy of the statistical model.The fitting and prediction results of a concrete arch dam deformation show that the prediction accuracy of the deformation prediction model based Drosophila algorithm and statistical model is higher and the fitting effect is better than that of the statistical model.
作者 章宇璟 郑东健 郑志泰 黄昌生 ZHANG Yu-jing;ZHENG Dong-jian;ZHENG Zhi-tai;HUANG Chang-sheng(College of Water Conservancy and Hydropower Engineering,Hohai University,Nanjing 210098,China;Mindong Hydropower Development Co.,Ltd.,Ningde 352000,China)
出处 《水电能源科学》 北大核心 2019年第2期91-94,共4页 Water Resources and Power
基金 国家自然科学基金重点项目(51739003)
关键词 混凝土坝 变形预测 果蝇算法 统计模型 优化 concrete dam deformation prediction Drosophila algorithm statistical model optimization
  • 相关文献

参考文献5

二级参考文献30

  • 1岳建平,方露,黎昵.变形监测理论与技术研究进展[J].测绘通报,2007(7):1-4. 被引量:112
  • 2鞠石泉,顾冲时,侯玉成.基于人工神经网络的土石坝沉降模型[J].水电能源科学,2005,23(1):76-78. 被引量:3
  • 3世界水坝委员会报告.水坝与发展决策的新框架[M].北京:中国环境科学出版社,2005.
  • 4顾时冲,吴中如.大坝与坝基安全监控理论和方法及其应用[M].南京:河海大学出版社,2006.
  • 5吴中如,大坝观测与土工测试,1987年,1期
  • 6吴中如,1985年
  • 7陈永奇 吴子安 吴中如.变形监测分析与预报[M].北京:测绘出版社,1997..
  • 8SPECHT D F. A General Regression Neural Network [J]. IEEE Transactions on Neutral Networks, 1991, 2 (6) : 568-576.
  • 9潘文超.果蝇最佳化演算法一最新演化式计算技术[M].台湾:沧海书局,2011.
  • 10PAN W T.A New Fruit Fly Optimization Algorithm:Taking the Financial Distress Model as An Example[J].Knowledge-Based System,2012,26 (1):69-74.

共引文献78

同被引文献40

引证文献4

二级引证文献9

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