10.12068/j.issn.1005-3026.2019.01.022
一种改进AFSA-Elman边坡位移预测网络
Elman网络在边坡位移序列预测的应用中,对于网络隐含层神经元个数、阈值的选取没有具体的定论,且收敛速度慢,容易陷入局部解.基于此,将人工鱼群算法与Elman网络相结合,建立了改进的AFSA-Elman边坡位移预测网络,修正鱼群算法的步长,并利用经改进后鱼群算法强大的寻优能力,对Elman网络的初始权值和阈值进行优化,提高了Elman网络的预测精度和收敛速度.将改进的AFSA-Elman网络与传统Elman网络以及AFSA-BP网络进行对比,并模拟了3种网络的迭代过程,发现改进的AFSA-Elman预测网络较以上两种预测网络具有较高的精度,收敛性更好,更适用于边坡位移的预测.
人工鱼群算法、Elman网络、边坡、神经网络、位移
40
TU45(土力学、地基基础工程)
国家自然科学基金资助项目51474050;国家自然科学基金云南联合重点资助项目U1602232;辽宁省高等学校优秀人才支持计划项目LN2014006
2019-03-13(万方平台首次上网日期,不代表论文的发表时间)
共6页
115-120