PDF
摘要
为了提高水利工程边坡位移预测精度,在QPSO算法寻优过程中引入遗传算法的交叉和变异操作,形成GA-QPSO算法。采用GA-QPSO算法对ELM参数进行优化,建立基于GA-QPSO-ELM的边坡位移组合预测模型,采用实际水利工程的边坡位移监测数据进行仿真分析,并与其他边坡位移预测方法进行对比。结果表明,GA-QPSO-ELM组合模型的平均相对误差为1.186%,预测精度高于其他方法,验证了模型的正确性和优越性。
关键词
边坡位移
/
组合预测
/
极限学习机
/
遗传算法
/
量子粒子群算法
Key words
基于GA-QPSO-ELM的边坡位移组合预测[J].
自动化技术与应用, 2025, 44(01): 53-56 DOI:10.20033/j.1003-7241.(2025)01-0053-04