期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于改进PSO-ELM算法的混凝土坝变形非线性监控模型
被引量:
17
1
作者
张海龙
范振东
《水电能源科学》
北大核心
2018年第1期82-84,199,共4页
针对混凝土坝变形模型高度非线性问题,将极限学习机(ELM)用于混凝土坝变形监控模型的构建中,由于极限学习机的精度受输入权值和隐含层阈值的影响,引入改进的粒子群算法(PSO)进行最优求解,从而建立基于改进PSO-ELM算法的混凝土坝变形非...
针对混凝土坝变形模型高度非线性问题,将极限学习机(ELM)用于混凝土坝变形监控模型的构建中,由于极限学习机的精度受输入权值和隐含层阈值的影响,引入改进的粒子群算法(PSO)进行最优求解,从而建立基于改进PSO-ELM算法的混凝土坝变形非线性监控模型。实例应用结果表明,该模型不仅可行、有效,且具有较强的学习能力和泛化能力。
展开更多
关键词
混凝土坝变形
非线性监控模型
极限学习机
粒子群算法
下载PDF
职称材料
题名
基于改进PSO-ELM算法的混凝土坝变形非线性监控模型
被引量:
17
1
作者
张海龙
范振东
机构
西京学院土木工程学院
国家能源局大坝安全监察中心
出处
《水电能源科学》
北大核心
2018年第1期82-84,199,共4页
基金
陕西省教育厅科学研究项目(15JK2171)
全国工程专业学位研究生教育2016~2017年度研究课题(2016-ZX-437)
文摘
针对混凝土坝变形模型高度非线性问题,将极限学习机(ELM)用于混凝土坝变形监控模型的构建中,由于极限学习机的精度受输入权值和隐含层阈值的影响,引入改进的粒子群算法(PSO)进行最优求解,从而建立基于改进PSO-ELM算法的混凝土坝变形非线性监控模型。实例应用结果表明,该模型不仅可行、有效,且具有较强的学习能力和泛化能力。
关键词
混凝土坝变形
非线性监控模型
极限学习机
粒子群算法
Keywords
concrete dam deformation
nonlinear monitoring model
extreme learning machine
particle swarm opti-mization
分类号
TV698.1 [水利工程—水利水电工程]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于改进PSO-ELM算法的混凝土坝变形非线性监控模型
张海龙
范振东
《水电能源科学》
北大核心
2018
17
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部