基于粒子群优化算法的RBF神经网络在闸墩裂缝宽度预测中的应用.pdfVIP

基于粒子群优化算法的RBF神经网络 在闸墩裂缝宽度预测中的应用 闰 滨，王 闯 1 (沈阳农业大学水利学院，辽宁 沈阳 10866) 摘要：针对RBF神经网络选取网络参数及结构不当导致网络收敛慢的问题，采用粒子群算法优化RBF神经网络 参数，建立了基于粒子群优化算法的RBF神经网络模型(PSO—RBF神经网络模型)，对双台子河闸闸墩混凝土表面 裂缝宽度进行了模拟和预测。结果表明，与单一的RBF神经网络模型相比，PSO—RBF神经网络模型预测精度更高。 土表面裂缝宽度呈周期性变化且有变大的趋势。 关键词：闸墩；裂缝宽度；预测；粒子群优化算法；RBF神经网络；MATLAB ofRBFNeuralNetworkBasedonParticleSwarm Application OptimizationAlgorithm inCrack PredictionofSluicePier Width YAN Bin，WANGChuang ofWater 1 (College Conservancy，ShenyangAgriculturalUniversity，Shenyang10866，Liaoning，China) Abstract：Becauseofthe selectionofnetwork and ofRBFneural improper parametersstructure，theconvergencevelocity networkisslower．Inordertosolvethis swarm isused10 the of parameters problem，theparticle optimizationalgorithm optimize aRBF networkmodelbasedon swarm neural RBFneural neural network，and particle optimizationalgorithm(PSO-RBF network established．Themethodis tosimulateand thecrackwidthoftheconcretesurfaceof model)is applied predict sluice resultsshowthatthePSO—RBFneuralnetworkmodelhas than River Shuangtaizi pier．The higherpredictionaccuracy RBFneuralnetworkmodel．Thecrackwidthof concretesurfacebetween toJune is pier May21，2015 14，2015predictedby PSO—RBFneuralnetworkmodelanditi