典型文献
基于改进PSO-RF算法的大坝变形预测模型
文献摘要：
针对传统随机森林参数寻优方法的不足,引入均衡惯性权重和自适应变异对粒子群优化算法进行改进,提出了一种基于改进粒子群优化算法和随机森林算法(改进PSO-RF算法)的大坝变形预测模型.实例验证结果表明,在计算效率方面,与传统网格搜索法相比,改进PSO-RF算法显著提升了模型的寻优速度;在预测精度和稳定性方面,基于改进PSO-RF算法的大坝变形预测模型明显优于长短期记忆网络、支持向量机和BP神经网络模型.
文献关键词：
随机森林;变形预测;粒子群优化;惯性权重;自适应变异
中图分类号：
作者姓名：
张石;郑东健;陈卓研
作者机构：
河海大学水利水电学院,江苏南京 210098
文献出处：
引用格式：
[1]张石;郑东健;陈卓研-.基于改进PSO-RF算法的大坝变形预测模型)[J].水利水电科技进展,2022(06):39-44
A类：
B类：
PSO,RF,大坝变形预测,参数寻优,惯性权重,自适应变异,改进粒子群优化算法,随机森林算法,计算效率,网格搜索法,法显,长短期记忆网络
AB值：
0.169256
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
