10.3880/j.issn.1006-7647.2022.06.007
基于改进PSO-RF算法的大坝变形预测模型
针对传统随机森林参数寻优方法的不足,引入均衡惯性权重和自适应变异对粒子群优化算法进行改进,提出了一种基于改进粒子群优化算法和随机森林算法(改进PSO-RF算法)的大坝变形预测模型.实例验证结果表明,在计算效率方面,与传统网格搜索法相比,改进PSO-RF算法显著提升了模型的寻优速度;在预测精度和稳定性方面,基于改进PSO-RF算法的大坝变形预测模型明显优于长短期记忆网络、支持向量机和BP神经网络模型.
随机森林、变形预测、粒子群优化、惯性权重、自适应变异
42
TV698.1(水利枢纽、水工建筑物)
国家自然科学基金52179128
2022-11-18(万方平台首次上网日期,不代表论文的发表时间)
共6页
39-44