科技通报
科技通報
과기통보
BULLETIN OF SCIENCE AND TECHNOLOGY
2009年
3期
349-353
,共5页
公路软基%沉降预测%神经网络%遗传算法%粒子群优化
公路軟基%沉降預測%神經網絡%遺傳算法%粒子群優化
공로연기%침강예측%신경망락%유전산법%입자군우화
针对BP神经网络模型存在的不足,采用PSO算法训练神经网络权值,建立了公路软基沉降预测的PSO-NN模型.工程实例分析验证了PSO-NN模型的合理性与准确性,通过与实测沉降数据、BP神经网络模型和GA-NN模型预测结果的比较,说明PSO-NN模型具有更高的预测精度.本文的方法为公路软基沉降预测提供了一种新的预测途径.
針對BP神經網絡模型存在的不足,採用PSO算法訓練神經網絡權值,建立瞭公路軟基沉降預測的PSO-NN模型.工程實例分析驗證瞭PSO-NN模型的閤理性與準確性,通過與實測沉降數據、BP神經網絡模型和GA-NN模型預測結果的比較,說明PSO-NN模型具有更高的預測精度.本文的方法為公路軟基沉降預測提供瞭一種新的預測途徑.
침대BP신경망락모형존재적불족,채용PSO산법훈련신경망락권치,건립료공로연기침강예측적PSO-NN모형.공정실례분석험증료PSO-NN모형적합이성여준학성,통과여실측침강수거、BP신경망락모형화GA-NN모형예측결과적비교,설명PSO-NN모형구유경고적예측정도.본문적방법위공로연기침강예측제공료일충신적예측도경.
