Resumen

El desplazamiento es una magnitud física importante de la monitorización de la deformación de las estructuras hidráulicas, y su precisión de predicción es la premisa para garantizar un funcionamiento seguro. La mayoría de los métodos metaheurísticos existentes tienen tres problemas: (1) caen fácilmente en mínimos locales, (2) convergencia lenta y (3) sensibilidad del valor inicial. Para resolver estos tres problemas y mejorar la precisión de la predicción es necesario aplicar la red neuronal de retropropagación basada en algoritmos genéticos (GA-BP) y el algoritmo genético de poblaciones múltiples (MPGA). Se propone un algoritmo híbrido de red neuronal de retropropagación basado en algoritmos genéticos de poblaciones múltiples (MPGA-BP) para optimizar la predicción de deformaciones a partir de estudios de monitorización periódica de estructuras hidráulicas. Este modelo híbrido se emplea para analizar el desplazamiento de una presa de gravedad en China. Los resultados muestran que el modelo propuesto es superior a una red neuronal BP ordinaria y a un modelo de regresión estadística en el aspecto de la búsqueda global, la velocidad de convergencia y la precisión de la predicción.

• Materias:Álgebra Análisis Matemático Ingeniería Matemática aplicada Lógica matemática
• Subjects:Algebra Mathematical Analysis Engineering Applied Mathematics Mathematical logic
• Palabras claves:Desplazamiento; estructuras hidráulicas; control de deformaciones; precisión de la predicción; retropropagación basada en algoritmos genéticos; algoritmo genético de poblaciones múltiples.
• Keywords:Displacement; hydraulic structures; deformation monitoring; prediction accuracy; genetic algorithm-based backpropagation; multiple population genetic algorithm