首页> 中文期刊> 《哈尔滨工业大学学报》 >GA优化ELM神经网络的排水管道缺陷诊断

GA优化ELM神经网络的排水管道缺陷诊断

         

摘要

为及时发现排水管道安全隐患,准确掌握管道状况,结合极限学习机(extreme learning machine,ELM)神经网络和管道闭路电视(closed circuit television,CCTV)检测,建立一个数据驱动的排水管道缺陷诊断模型.采用遗传算法(genetic algorithm,GA)优化ELM神经网络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ELM模型输出不稳定、分类精度偏低的问题.以上海市洋山保税港区排水管道破裂、渗漏等主要结构性缺陷的诊断为例,对GA-ELM模型进行仿真分析,并与ELM模型诊断结果进行对比.结果表明,GA-ELM模型能够更好地识别管道缺陷,获得更佳的分类性能,参数优化提高ELM模型的拟合能力和泛化能力,可应用于城市排水管道状况评价,为排水管网养护计划和修复计划的制订提供技术依据.

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号