基于GA-PSO-BP的大坝变形监测模型

卢献健^1,2，罗乐^1,2，胡应剑³，周斌^1,2，王雷^1,2

1. 桂林理工大学测绘地理信息学院2. 桂林理工大学广西空间信息与测绘重点实验室3. 广西壮族自治区地理信息测绘院

摘 要：提出了一种基于GA-PSO混合优化BP神经网络的大坝变形监测模型,将遗传算法（GA）和粒子群算法（PSO）的寻优过程进行融合,利用GA算法的全局性和PSO算法收敛速度快的特点,通过迭代选取最优的粒子作为BP神经网络的连接权值和阈值,以减小网络输出误差,提高其收敛速度和加强网络泛化能力。运用GA-PSO-BP模型对大坝自动监测数据进行预测分析,实验结果表明GA-PSO-BP模型优化了BP神经网络的连接权值和阈值,能有效提高网络训练精度与收敛速度,有效避免早熟收敛,使模型的整体预测效果得到提高。

关键词：大坝变形监测;GA;PSO;BP神经网络;