收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

A Method Based on PSO-RBF to the Optimization of Dam Structure

【摘要】:In hydraulic engineering fields,optimization is an important means to save investment and shorten construction time,however,traditional optimization methods based on gradient often confront with such problems as non-convergence or convergence to local optimum when it is applied in large-scale complicated hydraulic engineering problems.It is necessary to develop a new optimization method that possesses more ability to seek a global optimum.In this paper,a new method based on Particle Swarm Optimization (PSO) uniform design response surface and RBF neural network is introduced to optimize dam structure.The problem of convergence to local optimum can be solved efficiently;meanwhile,higher accuracy of optimization results can be acquired by this method in shorter time.An application example is presented to demonstrate the applicability of the proposed method.

知网文化
【相似文献】
中国期刊全文数据库 前20条
1 王小波;刘德强;;基于人工神经网络的短期负荷预测的研究[J];电力学报;2011年04期
2 胡斌;王敬志;刘鹏;;基于双层网络的混合PSO算法的RBF建模[J];西南科技大学学报;2011年02期
3 陈守鑑;;LS-SVM模型在基坑沉降预测中的应用[J];科技信息;2011年16期
4 ;[J];;年期
5 ;[J];;年期
6 ;[J];;年期
7 ;[J];;年期
8 ;[J];;年期
9 ;[J];;年期
10 ;[J];;年期
11 ;[J];;年期
12 ;[J];;年期
13 ;[J];;年期
14 ;[J];;年期
15 ;[J];;年期
16 ;[J];;年期
17 ;[J];;年期
18 ;[J];;年期
19 ;[J];;年期
20 ;[J];;年期
中国重要会议论文全文数据库 前10条
1 ;A Method Based on PSO-RBF to the Optimization of Dam Structure[A];Proceedings of the 2011 Chinese Control and Decision Conference(CCDC)[C];2011年
2 ;New Sliding Mode Control of Building Structure Using RBF Neural Networks[A];Proceedings of 2010 Chinese Control and Decision Conference[C];2010年
3 李磊;詹仕凡;万忠宏;熊伟;;自适应RBF网络在地质异常体识别中的应用[A];中国地球物理学会第二十七届年会论文集[C];2011年
4 ;Gas Content Prediction Based on GA-RBF Neural Network[A];Proceedings of 2010 Chinese Control and Decision Conference[C];2010年
5 ;Wear Trend Forecast of Aero-engine Based on Improved RBF Neural Network[A];Proceedings of 2010 Chinese Control and Decision Conference[C];2010年
6 张文广;史贤俊;肖支才;李新;;基于RBF神经网络的导弹舵机系统故障检测[A];第二十九届中国控制会议论文集[C];2010年
7 ;Multiobjective particle swarm optimization based on differential evolution for environmental/economic dispatch problem[A];Proceedings of the 2011 Chinese Control and Decision Conference(CCDC)[C];2011年
8 韩德盛;李荻;;用RBF人工神经网络构建铝合金大气腐蚀预测模型[A];2008年全国腐蚀电化学及测试方法学术交流会论文摘要集[C];2008年
9 肖迪;林锦国;胡寿松;;一种新的粗糙RBF网络集成方法[A];第二十七届中国控制会议论文集[C];2008年
10 孟祥飞;缪伟斌;郭晴晴;王彩霞;郭倩;;基于RBF神经网络模型进行雷暴预测技术研究[A];第27届中国气象学会年会灾害天气研究与预报分会场论文集[C];2010年
中国博士学位论文全文数据库 前10条
1 赵斌;基于RBF网络的北方温室温湿度控制机理的研究[D];东北林业大学;2010年
2 薛富强;进化RBF神经网络分类器研究[D];解放军信息工程大学;2009年
3 牟洪波;基于BP和RBF神经网络的木材缺陷检测研究[D];东北林业大学;2010年
4 杜大军;网络控制系统的学习和控制策略研究[D];上海大学;2010年
5 顾纪超;基于混合元模型的新型全局最优化方法及其在汽车设计中的应用[D];湖南大学;2011年
6 陈国栋;基于代理模型的多目标优化方法及其在车身设计中的应用[D];湖南大学;2012年
7 杨兴林;强流直线感应加速器故障诊断与性能评估技术研究[D];中国工程物理研究院;2006年
8 江辉;基于多源遥感的鄱阳湖水质参数反演与分析[D];南昌大学;2011年
9 王晓慧;基于FTS的微结构表面超精密车削控制系统及实验研究[D];哈尔滨工业大学;2011年
10 赵建玉;智能计算方法在城市交通中的应用与交通流建模研究[D];山东大学;2006年
中国硕士学位论文全文数据库 前10条
1 朱一嘉;基于RBF神经网络的金融时序列预测研究[D];北京化工大学;2010年
2 王晓娟;基于模糊控制与RBF神经网络的桃病虫害发生预测研究[D];河北农业大学;2011年
3 孟艳;协同进化PSO算法优化RBF网络在齿轮箱故障诊断中的应用[D];中北大学;2011年
4 姚宁;基于差分进化算法优化的RBF神经网络的异步电机故障诊断研究[D];太原理工大学;2011年
5 李昆仲;基于RBF神经网络的边坡稳定性评价研究[D];长安大学;2010年
6 史国强;基于RBF神经网络的网页分类技术研究[D];中国石油大学;2011年
7 王丽霞;基于BP和RBF神经网络的光伏最大功率跟踪对比研究[D];汕头大学;2010年
8 闫晶;基于MEDO粒子群算法的流量软测量RBF网络优化研究[D];燕山大学;2010年
9 张师玲;基于RBF神经网络与模糊控制的电力系统短期负荷预测[D];江苏大学;2010年
10 裴雪红;基于改进RBF神经网络的PID控制[D];哈尔滨理工大学;2010年
中国重要报纸全文数据库 前3条
1 海通期货 秦小坡;基于RBF神经网的指数交易策略[N];期货日报;2009年
2 张名位 张孝祺 张媛;稻米下脚料中有宝可寻[N];农民日报;2002年
3 杨元华;追求系统合理化[N];国际经贸消息;2000年
中国知网广告投放
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978