同济大学学报(自然科学版)

作者：郑茂辉，刘少非，柳娅楠，李浩楠

单位：1.同济大学 上海防灾救灾研究所， 上海 200092;2.同济大学 土木工程学院， 上海 200092

关键词：排水管道,结构性状况评价,极限学习机,粒子群优化

基金：国家重点研发计划（2016YFC0802400，2017YFC0803300）

基于极限学习机（ ELM）和粒子群优化（PSO）算法，建立一个新型排水管道结构性状况评价模型。采用PSO算法优化ELM中的输入权值矩阵和隐含层偏置，改善网络参数随机生成带来的分类精度偏低的问题。以上海市洋山保税港区排水管网为例，对分类器模型进行训练测试，并与ELM分类结果进行对比分析。结果表明，PSO-ELM算法以较少的隐含层神经元节点获得更高的分类精度，参数优化提高了模型拟合能力，对于城市排水管道结构性状况分类、判断具有可行性和有效性。

来源：2020年第4期

《同济大学学报(自然科学版)》期刊编辑部

查看同济大学学报(自然科学版)杂志2020年第4期