文献类型：期刊文章

作　　者：王凯[1,2,3] 唐诗华[1,2] 王江波[1,2] 肖阳[1,2] 容静[1,2,3] 王文贯[1,2,3]

WANG Kai;TANG Shi-hua;WANG Jiang-bo;XIAO Yang;RONG Jing;WANG Wen-guan(Guangxi Key Laboratory of Spatial Information and Geomatics,Guilin University of Technology, Guilin 541006,China;College of Geomatics and Geoinformation, Guilin University of Technology, Guilin 541006,China;Department of Civil Engineering,Guangxi Polytechnic of Construction,Nanning 530007,China)

机构地区：[1]桂林理工大学测绘地理信息学院,广西桂林541006 [2]桂林理工大学广西空间信息与测绘重点实验室,广西桂林541006 [3]广西建设职业技术学院土木工程系,南宁530007

出　　处：《桂林理工大学学报》

基　　金：国家自然科学基金项目(41864002);广西空间信息与测绘重点实验室项目(15-140-07-05)

年　　份：2019

卷　　号：39

期　　号：2

起止页码：415-419

语　　种：中文

收录情况：AJ、BDHX、BDHX2017、CAS、CSA、CSA-PROQEUST、JST、PROQUEST、ZGKJHX、核心刊

摘　　要：基于大坝变形量与多影响因素复杂非线性关系问题,提出了基于遗传算法优化BP神经网络的AdaBoost强预测模型(GA-BP-AdaBoost)。算例分析表明,该强预测模型融合了遗传算法全局优化和BP神经网络的局部寻优的特点,同时AdaBoost强预测器通过给弱预测器的预测序列赋予不同的权重,综合不同预测序列的精度优势,实现了AdaBoost强预测器“优中选优”的目的,最大限度地提高了预测精度,验证了本文基于遗传算法优化BP神经网络的AdaBoost强预测模型在大坝变形监测中的可行性和实用性。

关 键 词：ADABOOST 强预测器  遗传算法  BP神经网络 精度分析  

分 类 号：P258[测绘类]