-
题名基于混沌优化极限学习机的库岸边坡变形预测
被引量：8
- 1
-
-
作者
张志会
-
机构
国核电力规划设计研究院有限公司
-
出处
《水力发电》
北大核心
2018年第12期39-42,104,共5页
-
文摘
为提高库区岸坡变形的非线性预测精度,提出利用极限学习机构建库区岸坡的非线性预测模型。首先,利用逐步试算法优化极限学习机的激励函数和隐层神经元数;其次,采用Rosenstein算法评价边坡变形序列的混沌特性,利用空间重构来实现极限学习机的混沌优化,进而构建混沌优化ELM模型。分析表明,不同实例的最优网络参数具有差异,通过逐步试算法能很好地确定最优参数;库岸边坡的变形序列均具有混沌特性,通过混沌理论的空间重构优化,能有效提高预测精度,且预测结果较传统神经网络具有较大的优越性。
-
关键词
库岸边坡
变形预测
极限学习机
逐步试算法
混沌理论
-
Keywords
bank slope
deformation prediction
extreme learning machine
stepwise trial algorithm
chaos theory
-
分类号
TV698.1
[水利工程—水利水电工程]
-
