基于改进PSO-RF算法的大坝变形预测模型

摘要：

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.

关键词：随机森林、变形预测、粒子群优化、惯性权重、自适应变异

所属期刊栏目：42

分类号：TV698.1(水利枢纽、水工建筑物)

资助基金：国家自然科学基金52179128

在线出版日期：2022-11-18（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：39-44