测绘科学

2021, v.46;No.272(02) 55-61+77

[打印本页] [关闭]
本期目录(Current Issue) | 过刊浏览(Past Issue) | 高级检索(Advanced Search)

改进遗传算法优化灰色神经网络隧道变形预测
Tunnel deformation prediction based on grey neural network with improved genetic algorithm

张锦;陈林;赖祖龙;

摘要(Abstract):

针对目前隧道变形预测方法的不足,该文提出了使用改进型遗传算法优化灰色神经网络的隧道变形预测模型。改进遗传算法策略:在种群繁衍过程中根据个体的适应度进行排序,再将排序后的种群均分为3个部分,按照比例对3个部分进行选择,最后从适应度较大的部分中随机选取个体在重新补充到种群中。改进型遗传算法可以避免陷入局部收敛成功找寻全局最优解,提高收敛速度。该文利用实际隧道监测数据进行实验,验证改进型遗传算法优化灰色神经网络的隧道变形预测模型。实验证明,改进型遗传算法优化灰色神经的隧道变形预测模型在进行隧道拱顶下沉量预测时有着更高的精度、更好的稳定性。

关键词(KeyWords): 遗传算法;灰色神经网络;算法改进;隧道监测;预测

Abstract:

Keywords:

基金项目(Foundation): 国家自然科学基金项目(41504023)

作者(Author): 张锦;陈林;赖祖龙;

Email:

DOI: 10.16251/j.cnki.1009-2307.2021.02.009

参考文献(References):

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享