基于改进GWO-BP神经网络模型的箱涵沉降预测

作者：杨阳; 赵青^*; 戚蓝; 黎启贤; 王毓杰; 邹爽

来源：人民黄河, 2021, 43(10): 150-153.

DOI：10.3969/j.issn.1000-1379.2021.10.029

• 箱涵
• 沉降预测
• 灰狼算法
• BP神经网络
• 权值和阈值

箱涵受外部荷载等多方面影响,会出现一定程度的不均匀沉降,可能会对箱涵结构造成破坏,因此箱涵地基沉降预测十分重要。引入灰狼算法(GWO)对BP神经网络的权值和阈值进行寻优,建立了基于改进的GWO-BP预测模型,对箱涵的沉降值进行预测。将该预测模型应用于南水北调工程天津某标段的箱涵沉降预测,并将预测值与实测值进行对比,相对误差在5%以下。通过与未改进的灰狼算法优化BP神经网络模型、BP模型进行对比,结果表明改进的灰狼算法优化BP神经网络预测模型具有更好的寻优能力与寻优精度,能够有效地对箱涵沉降值进行预测。

• 单位
  贵州大学; 天津大学; 建筑工程学院; 土木工程学院