改进PSO-BP神经网络模型在海堤渗压监测中的应用

针对传统BP神经网络存在收敛速度慢、难以脱离局部极小值的不足,利用改进粒子群算法(PSO)快速的收敛特性和强大的全局搜索能力,将改进的粒子群算法与BP神经网络结合起来,根据海堤特点分类比较渗压的影响因素,采用相关系数法选取主要影响因子构建模型输入层,对应渗压作为模型输出层,建立海堤渗压改进PSO-BP监测模型。采用浦东海堤实测信息作为实例进行分析,结果显示,与BP模型相比,改进PSO-BP模型在海堤渗压监测应用中具有更高的收敛速度和更强的预测能力,能更有效地揭示海堤渗压的变化规律。