PSO优化LSTM时间序列的桥梁变形预测 |
| |
引用本文: | 汤昭辉,徐金鸿.PSO优化LSTM时间序列的桥梁变形预测[J].北京测绘,2023(1):115-119. |
| |
作者姓名: | 汤昭辉 徐金鸿 |
| |
作者单位: | 重庆交通大学智慧城市学院 |
| |
摘 要: | 针对长短时记忆网络(LSTM)模型的桥梁变形预测存在精度低,预测效果能力弱等问题,利用粒子群算法(PSO)对LSTM模型的参数进行优化,提出PSO优化LSTM神经网络的桥梁位移预测模型。工程实例数据分析结果表明:与LSTM模型和反向传播(BP)神经网络模型进行对比分析,在拟合能力方面等具有改进效果,所建模型的均方根误差为3.68 mm、平均绝对误差为1.47 mm,进而验证了本文模型在桥梁位移预测的可行性和有效性。
|
关 键 词: | 桥梁位移预测 粒子群算法 粒子群算法-长短时记忆网络模型 |
|
|