论文部分内容阅读
为了提高尾矿库安全评价的准确性和效率，同时针对 BP 神经网络容易陷入局部极小值和收敛速度慢的缺点，本文提出并建立了一种基于和声搜索算法优化 BP神经网络的模型进行尾矿库的安全评价。通过对和声搜索算法参数进行基于 BtW方法的改进，提高了和声搜索算法的全局搜索性能；然后利用改进的和声搜索算法对BP神经网络的连接权值和阈值优化后进行BP神经网络的训练；利用训练好的模型，对卧龙沟尾矿库的现状进行安全评价并将结果与其他算法进行比较。实验得出利用本文算法模型及其他算法模型分别进行尾矿库评价后的安全系数及相应的危险指标，通过比较可以得出基于和声搜索算法优化 BP 神经网络模型评价结果的准确率平均为 98%且耗时最低。结果表明，本文提出的基于 BtW 的和声搜索算法优化 BP神经网络算法不仅克服了 BP 网络训练的不足，提高了安全评价的准确性和效率，同时相比其他评价算法具有更好的性能。