基于IPSO-BP模型的大坝多源监测数据预报与反演
STUDY ON DAM PREDICTION AND INVERSION WITH MULTI-SOURCE MONITORING DATA BASED ON IPSO-BP MODEL作者机构：广西空间信息与测绘重点实验室桂林541004 桂林理工大学测绘地理信息学院桂林541004 桂林理工大学广西矿冶与环境科学实验中心桂林541004
出 版 物：《大地测量与地球动力学》 (Journal of Geodesy and Geodynamics)
年 卷 期：2014年第34卷第4期
页 面：67-70页
核心收录：
学科分类：08[工学] 081601[工学-大地测量学与测量工程] 0816[工学-测绘科学与技术]
基 金：国家自然科学基金项目(41071294) 广西空间信息与测绘重点实验室项目(桂科能130511402 1207115-06) 广西"八桂学者"岗位专项 广西矿冶与环境科学实验中心项目(KH2012ZD004) 广西研究生教育创新计划项目(YCSZ2014151 YCSZ2012083)
主 题：改进的粒子群算法 BP神经网络 IPSO—BP 大坝 预报与反演
摘 要：提出一种改进的粒子群算法(IPSO)。该算法在粒子群速度调整中加入了邻域最优粒子影响,并引入惯性权重非线性递减策略和学习因子动态调整方法。将改进的粒子群算法与BP神经网络结合形成IPSO_BP模型,并应用于大坝多源变形监测数据的预报与反演。结果表明,IPSO_BP模型收敛速度更快,有效提高了大坝多源监测数据的预报与反演能力。
维普期刊数据库
同方期刊数据库