邓勇,张冠宇,李宗春,杨振,薛志宏

• 1:信息工程大学测绘学院

摘要(Abstract)：

目前常用的变形预报方法有BP人工神经网络和小波神经网络,但是都存在收敛速度慢且易受局部极值的影响。针对这两种算法的不足,本文利用遗传算法的全局寻优特性,将遗传算法与小波神经网络结合,形成遗传小波神经网,将其应用于变形预报,取得了良好的效果;并将算法的预报精度、稳定性、有效区间及运算时间作为评价算法优劣的4个标准,对BP神经网络、小波神经网络及遗传小波神经网络进行对比,结果表明遗传小波神经网络具有明显的优势。

关键词(KeyWords)： 变形预报;遗传算法;小波神经网络;遗传小波神经网络;稳定性;有效区间

Abstract:

Keywords:

基金项目(Foundation): 矿山空间信息技术国家测绘局重点实验室开放基金(KLM201009)

作者(Author): 邓勇,张冠宇,李宗春,杨振,薛志宏

DOI: 10.16251/j.cnki.1009-2307.2012.05.016

参考文献(References)：

• [1]张冠宇.基于多传感器的变形测量系统关键技术研究[D].郑州:信息工程大学测绘学院,2007.
• [2]郑小洋.小波神经网络及其应用[D].重庆:重庆大学,2003.
• [3]侯媛彬,杜京义,等.神经网络[M].西安:西安电子科技大学出版社,2007-08.
• [4]潘国荣,谷川.变形监测数据的小波神经网络预测方法[J].大地测量与地球动力学,2007,27(4):47-50.
• [5]刘扬,曹宝峰,等.遗传小波神经网络实现人脸和语音的认证系统[J].计算机工程与应用,2006,18.
• [6]张俊,张海燕.遗传小波神经网络仿真技术在复合管铸造中的应用[J].铸造技术,2008,29(3):32-35.
• [7]缑新科,崔明月.神经网络-遗传算法在振动控制系统中的应用[J].机械设计与制造,2009,8:71-35.
• [8]谢桂华,张家生,等.基于改进遗传算法的边坡可靠度分析[J].岩土力学,2009,30(6):15-20.
• [9]李世超,石秀华,等.基于遗传小波神经网络的双余度电机故障诊断[J].振动、测试与诊断,2009,29(2).
• [10]任雪莲,陈晓芬,等.遗传神经网络在交通流预测中的应用[J].交通科技与经济,2009,2:14-18.
• [11]李逊,谢红胜.基于遗传算法的小波神经网络[J].计算机与数字工程,2007,8(35):5-7.
• [12]叶斌,等.关于BP网中隐含层层数及其节点数选取方法浅析[J].商丘职业技术学院学报,2004,6(3).