MLAPSO参数反演算法

误差低于1%

融合多层学习与变异淘汰策略，在分级开挖变形预测中持续逼近最优参数，显著降低局部最优风险。

何平 · Guo, Huiji · 狄宏规 · Ziyu, Guan

Expert Systems with Applications 2026

参数信息

预测相对误差

1 %

技术优势

避开局部最优

多层学习策略让粒子不仅向个体和全局最优学习，还向其他优秀粒子学习，从而提升搜索多样性。

收敛更快

良点集初始化让初始粒子分布更均匀，自适应系数平衡了全局探索与局部开发，加速收敛。

应用场景

• 深基坑工程：利用反演参数预测邻近结构的开挖变形，为风险控制提供依据。
• 岩土工程监测：将监测数据实时用于参数反演，提升数值模拟的仿真度。
• 智能建造：为基础开挖的变形预测提供更精准的自动化参数标定。