首页|基于IG-CPSO-BP的水工钢闸门安全等级识别

基于IG-CPSO-BP的水工钢闸门安全等级识别

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
  • 维普
为提高BP神经网络对水工钢闸门安全等级识别的速度和精度,构建基于信息增益(IG)和混沌粒子群优化(CPSO)算法优化BP神经网络的水工钢闸门安全等级评估模型.该模型利用IG算法精简水工钢闸门安全等级评估的特征指标,避免冗余变量干扰,提升模型的训练速度;利用CPSO算法优化BP神经网络的初始权重,提高模型的收敛性及对水工钢闸门安全等级的分类能力.经过验证分析,基于IG-CPSO-BP的水工钢闸门安全等级评估模型的评估结果与实际的水工钢闸门安全等级基本吻合,识别精度明显优于IG-BP、IG-GA-BP、IG-PSO-BP模型.
Safety Grade Identification of Hydraulic Steel Gate Based on IG-CPSO-BP

information gainchaotic particle swarm optimization algorithmBP neural networksafety grade identificationhydraulic steel gate

周伦钢、赵松波、仝戈、许亮

展开 >

河南省工业学校,河南 郑州 450002

南水北调中线信息科技有限公司,北京 100053

天津理工大学 电气工程与自动化学院 天津市复杂系统控制理论与应用重点实验室,天津 300384

信息增益 混沌粒子群优化算法 BP神经网络 安全等级识别 水工钢闸门

国家自然科学基金资助项目

61308120

2023

10.3969/j.issn.1000-1379.2023.07.024

人民黄河
水利部黄河水利委员会

人民黄河

CSTPCD北大核心
影响因子：0.494
ISSN：1000-1379
年,卷(期)：2023.45(7)
  • 2
  • 10