《表1 WPSO算法优化得到的RBF神经网络最优参数值》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于AdaBoost集成的WPSO-RBF大坝变形监控模型》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

对9种变形监测数据进行预处理（降噪处理等），降低观测误差对样本的影响。改进的PSO算法中每个粒子的位置向量Lm=（cji，dj，wj），i=1，2，…，9，j=1，2，…，10。维度为D=9×10+10+10×1=110。粒子群算法种群规模为M=20；最大迭代次数T=100；速度更新系数为c1=1.494 45，c2=1.494 45；粒子速度的边界Vmax=1。当适应度函数值达到最小时，WPSO算法优化得到一组RBF网络最优参数，如表1所示。