本文主要研究内容
作者王凯,唐诗华,王江波,肖阳,容静,王文贯（2019）在《基于GA-BP-AdaBoost强预测模型的大坝变形应用》一文中研究指出：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。
Abstract
ji yu da ba bian xing liang yu duo ying xiang yin su fu za fei xian xing guan ji wen ti ,di chu le ji yu wei chuan suan fa you hua BPshen jing wang lao de AdaBoostjiang yu ce mo xing (GA-BP-AdaBoost)。suan li fen xi biao ming ,gai jiang yu ce mo xing rong ge le wei chuan suan fa quan ju you hua he BPshen jing wang lao de ju bu xun you de te dian ,tong shi AdaBoostjiang yu ce qi tong guo gei ruo yu ce qi de yu ce xu lie fu yu bu tong de quan chong ,zeng ge bu tong yu ce xu lie de jing du you shi ,shi xian le AdaBoostjiang yu ce qi "you zhong shua you "de mu de ,zui da xian du de di gao le yu ce jing du ,yan zheng le ben wen ji yu wei chuan suan fa you hua BPshen jing wang lao de AdaBoostjiang yu ce mo xing zai da ba bian xing jian ce zhong de ke hang xing he shi yong xing 。
论文参考文献
论文详细介绍
论文作者分别是来自桂林理工大学学报的王凯,唐诗华,王江波,肖阳,容静,王文贯，发表于刊物桂林理工大学学报2019年02期论文，是一篇关于强预测器论文,遗传算法论文,神经网络论文,精度分析论文,桂林理工大学学报2019年02期论文的文章。本文可供学术参考使用，各位学者可以免费参考阅读下载，文章观点不代表本站观点，资料来自桂林理工大学学报2019年02期论文网站，若本站收录的文献无意侵犯了您的著作版权，请联系我们删除。
标签：强预测器论文; 遗传算法论文; 神经网络论文; 精度分析论文; 桂林理工大学学报2019年02期论文;