四川水利2024，Vol.45Issue(2) ：118-121.

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

许春萌 段勇
四川水利2024，Vol.45Issue(2) ：118-121.
✕
  • NETL
  • NSTL
  • 维普
  • 万方数据

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

许春萌 1段勇1
扫码查看

作者信息

  • 1. 山东省海河淮河小清河流域水利管理服务中心,济南 250100
  • 折叠

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.

关键词

大坝变形预测/极限学习机/蝙蝠算法/遗传算法

引用本文复制引用

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：
参考文献量7
段落导航相关论文