改进的WOA-BP算法在概率积分法参数预计中的应用

摘要：

针对BP神经网络在预测概率积分法参数时将引起初始偏置值和权值的随机性的问题,该文旨在解决由此导致预测参数不稳定的问题.首先对鲸鱼算法(WOA)的收敛因素和位置更新方式进行改进,使其寻优能力提升;再利用改进的WOA算法对BP神经网络的初始偏置值和权值进行优化,使用最优的偏置值和权值获得概率积分法预计参数,并在矿区沉降监测中应用.利用实测数据验证表明,与BP神经网络和普通WOA-BP算法相比,改进WOA-BP算法具有较高的一致性指数和决定系数,且均方根误差和相对误差平均值明显减小,迭代次数显著减少.因此,改进的WOA-BP算法可有效提高概率积分预计的质量,在矿区沉降监测中发挥一定作用.

关键词：概率积分法参数预计、改进的WOA-BP算法、BP神经网络、WOA算法、矿区沉降监测

所属期刊栏目：48

分类号：TD325.2;TP183(矿山压力与支护)

资助基金：国家自然科学基金42271432

在线出版日期：2023-10-20（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：131-139