摘要
本发明公开了基于优化极限学习机的重力坝深层滑动可靠度计算方法,涉及水工结构工程技术领域,包括获取重力坝基本信息;通过多策略融合改进粒子群优化算法SHPSO优化极限学习机,构建优化极限学习机ELM模型;根据优化极限学习机ELM模型的最优参数,构建最优ELM模型,计算重力坝深层滑动可靠度。本发明通过获取重力坝基本信息为计算奠定基础;将极限学习机ELM参数作为优化目标,利用多策略融合改进的粒子群优化算法SHPSO优化ELM参数,提高ELM模型预测精度和泛化能力;根据优化后的ELM模型最优参数构建最优模型,抽取随机样本输入计算,可精确获得重力坝深层滑动失效率和可靠度,为坝体抗滑稳定性分析提供精确数据支持,弥补了现有方法的不足。
技术关键词
优化极限学习机
可靠度计算方法
重力坝
多策略融合
粒子群优化算法
隐含层结点数目
样本
参数
模块
水工结构
处理器
计算机设备
数据
可读存储介质
速度
分层
存储器
系统为您推荐了相关专利信息
多元异构数据
设计结构矩阵
园区综合能源系统
指标评价体系
粒子群优化方法
物流
电商
标识符
区块链节点网络
粒子群优化算法
安装施工方法
球墨铸铁
微型贯入仪
反演算法
分布式光纤传感网络
避撞系统
LEO卫星
多源观测数据
光学望远镜
计算中心