测绘科学

2018, v.43;No.240(06) 27-31+38

[打印本页] [关闭]
本期目录(Current Issue) | 过刊浏览(Past Issue) | 高级检索(Advanced Search)

一种基于PSO-BP神经网络的建筑物沉降预测模型
A buliding settlement prediction model based on PSO-BP neural network

邓传军;欧阳斌;陈艳红;

摘要(Abstract):

为更好地预测建筑物沉降,该文使用粒子群优化(PSO)算法BP神经网络进行建筑物沉降预测。利用PSO算法修正BP神经网络的初始权重和阀值,优化BP神经网络机构及算法全局收敛性,建立基于PSO-BP预测模型。将所建立的预测模型应用于实际案例,通过已有的监测数据,分别进行传统BP神经网络预测和PSO-BP神经网络预测,对预测的结果进行对比,结果表明,基于PSO-BP神经网络的建筑物沉降预测结果明显优于传统BP神经网络预测模型。

关键词(KeyWords): 建筑物沉降;预测;BP神经网络;粒子群优化

Abstract:

Keywords:

基金项目(Foundation):

作者(Author): 邓传军;欧阳斌;陈艳红;

Email:

DOI: 10.16251/j.cnki.1009-2307.2018.06.005

参考文献(References):

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享