已閱讀1頁,還剩61頁未讀, 繼續(xù)免費閱讀
版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
文檔簡介
1、智能計算方法是近年來研究大壩安全監(jiān)測建立回歸模型和材料力學參數識別的有力工具,目前正處于較快發(fā)展階段。人工蜂群算法是具有較大發(fā)展?jié)摿Φ男滦椭悄軆?yōu)化算法,和傳統(tǒng)的優(yōu)化方法相比,具有實現簡單、收斂精度高等特點。將人工蜂群算法用于大壩安全監(jiān)測,開展了以下幾個方面的工作:
1、在大壩安全位移監(jiān)測統(tǒng)計模型研究的基礎上,針對傳統(tǒng)大壩變形回歸模型存在的不足,將傳統(tǒng)逐步回歸模型、人工蜂群算法以及單純形算法相結合,提出了一種基于人工蜂群算法-逐
2、步回歸模型的大壩變形監(jiān)控模型。該模型以逐步回歸方法為基礎,利用數據統(tǒng)計分析,將改進的人工蜂群算法引入回歸模型分析,對荷載集系數進行優(yōu)化和重新評估。人工蜂群算法是一種新型的群體智能優(yōu)化方法,將其引入大壩安全監(jiān)控建模領域,同時為改進算法的性能,引入了單純形操作算子。結合豐滿混凝土大壩實例分析表明,與同類模型相比,所提出模型在一定程度上改善了擬合效果,達到了簡化模型、提高模型擬合精度和增強模型預測能力的目的。
2、基于上述方法建立監(jiān)
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,請與我們聯系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于人工蜂群算法的分類算法研究.pdf
- 基于人工蜂群算法的云計算.pdf
- 基于改進人工蜂群算法的聚類研究
- 基于改進人工蜂群算法的聚類研究.pdf
- 基于人工蜂群算法的節(jié)能分簇協議.pdf
- 基于人工蜂群算法的約束優(yōu)化問題研究.pdf
- 基于人工蜂群算法的云任務調度研究.pdf
- 基于人工蜂群算法的拖輪調度優(yōu)化.pdf
- 人工蜂群算法優(yōu)化感知機.pdf
- 人工蜂群算法的研究與改進.pdf
- 人工蜂群算法的改進與應用.pdf
- 混合人工蜂群算法的改進研究.pdf
- 人工蜂群算法的研究與應用.pdf
- 基于人工蜂群算法的自動制圖綜合研究.pdf
- 基于反饋的多目標人工蜂群算法研究.pdf
- 基于人工蜂群算法的產品裝配規(guī)劃研究.pdf
- 基于人工蜂群算法的泵站運行優(yōu)化研究.pdf
- 人工蜂群算法的研究及應用.pdf
- 人工蜂群算法及其應用的研究.pdf
- 結合人工蜂群的車牌識別算法.pdf
評論
0/150
提交評論