基于遗传算法优化BP神经网络对滑坡位移时间序列预测的研究  

作　　者：周天皓 王可 牌立芳 符世文 周天泽 甘彩苹 周亚楼 王靖阳 张宇 

机构地区：[1]兰州交通大学创新创业学院 [2]兰州交通大学机电工程学院 [3]兰州交通大学土木工程学院,甘肃兰州730070

出　　处：《内蒙古科技与经济》2024年第21期121-125,共5页Inner Mongolia Science Technology & Economy

基　　金：兰州交通大学学生科技创新基金资助项目(DXS-2023-07)。

摘　　要：利用遗传算法优化BP神经网络对滑坡的位移时间序列进行预测,可提高预测的准确性。文章探讨了通过遗传算法优化BP神经网络的权值和阈值以解决局部最优问题的可行性,然后利用改进后的BP神经网络算法对喜旧溪河漫滩至G324国道滑坡(海拔1 245 m)及G324国道往上至南昆线铁路(海拔1 315 m)地区往年的滑坡位移进行时序预报。对训练样本和验证样本进行相关性分析,结果表明:该模型在训练集上拟合效果优异且具有良好的泛化能力,训练集数据的平均误差接近于0;经过遗传算法优化后的BP神经网络在时间序列预测中表现出更高的精确性和稳定性,有效地提高了预测模型的性能。这对滑坡位移的预测意义重大,为滑坡灾害的预警和防治提供了更加可靠的科学依据。

关 键 词：遗传算法 BP神经网络 滑坡位移 时间序列预测 

分 类 号：TP183[自动化与计算机技术—控制理论与控制工程] P642.22[自动化与计算机技术—控制科学与工程]