利用遗传算法优化BP神经网络对滑坡的位移时间序列进行预测,可提高预测的准确性.文章探讨了通过遗传算法优化BP神经网络的权值和阈值以解决局部最优问题的可行性,然后利用改进后的BP神经网络算法对喜旧溪河漫滩至G324国道滑坡(海拔1 245 m)及G324国道往上至南昆线铁路(海拔1 315 m)地区往年的滑坡位移进行时序预报.对训练样本和验证样本进行相关性分析,结果表明:该模型在训练集上拟合效果优异且具有良好的泛化能力,训练集数据的平均误差接近于0;经过遗传算法优化后的BP神经网络在时间序列预测中表现出更高的精确性和稳定性,有效地提高了预测模型的性能.这对滑坡位移的预测意义重大,为滑坡灾害的预警和防治提供了更加可靠的科学依据.
万方数据
维普
