基于优化蝙蝠算法改进极限学习机的水库大坝变形预测方法

扫码查看

原文链接

NETL
NSTL
万方数据
维普

中文摘要：为提升水库大坝安全状态监测水平,针对传统大坝变形预测模型精度不足、性能不稳定的问题,提出一种基于优化蝙蝠算法改进极限学习机的大坝变形预测方法.以费县许家崖水库大坝为研究对象,采用遗传算法优化蝙蝠算法,通过优化蝙蝠算法对极限学习机随机选取的网络参数进行寻优,提升极限学习机的预测性能.结果表明:对比BA-ELM模型、GA-ELM模型,所构OBA-ELM模型预测精度和鲁棒性最高,研究结果能为水库大坝状态管理提供决策依据.

作者：

许春萌、段勇

展开 >

作者单位：

山东省海河淮河小清河流域水利管理服务中心,济南 250100

关键词：

大坝变形预测极限学习机蝙蝠算法遗传算法

出版年：

2024

四川水利

四川省水利科学研究院

四川水利

影响因子：0.221

ISSN：

年,卷(期)：2024.45(2)

参考文献量7