论文部分内容阅读
针对坝基扬压力预测的传统BP神经网络模型初始权值和阈值随机性强、易陷入局部最优等局限，采用惯性权重动态调整的改进粒子群算法对BP网络的初始权值和阈值进行优化，建立了基于IPSO的BP神经网络坝基扬压力预测模型．通过算例验证算法的优越性及程序的准确性，并以某大坝多年扬压力监测数据进行工程实例应用，结果表明，IPSO—BP扬压力预测模型与传统BP模型相比，拟合相关系数大，统计误差小，预测精度更高．