基于遗传算法的神经网络对植被混凝土坡面泥沙侵蚀量预测

作者：肖前; 李灿^*; 彭岳; 邱琼; 张艳涛

来源：粉煤灰综合利用, 2020, 34(05): 1-5.

• 植被混凝土
• 泥沙侵蚀模量
• 人工神经网络
• 遗传算法

植被混凝土的泥沙侵蚀模量是体现其坡面抗冲刷性能的重要指标,建立人工神经网络模型能够预测泥沙侵蚀模量。本文通过遗传算法对人工神经网络模型作出优化,提升预测效果。将降雨强度、坡率和降雨历时作为输入变量,泥沙侵蚀量作为输出变量,通过评价多个BP人工神经网络模型确定了隐含层节点数为5。之后建立了系列BP人工神经网络模型和GA-BP混合模型,利用54组数据训练学习后,发现GA-BP混合模型(训练集R2=0. 99978,测试集R2=0. 99929)比BP人工神经网络模型(训练集R2=0. 99793,测试集R2=0. 99562)预测效果更好。此结果说明GA-BP混合模型能够较好应用于植被混凝土泥沙侵蚀模量的预测工作中。

• 单位
  中建隧道建设有限公司; 中国空气动力研究与发展中心