公路交通科技
公路交通科技
공로교통과기
JOURNAL OF HIGHWAY AND TRANSPORTATION RESEARCH AND DEVELOPMENT
2008年
4期
62-66
,共5页
徐家兵%祁志国%杭文%何杰%李旭宏
徐傢兵%祁誌國%杭文%何傑%李旭宏
서가병%기지국%항문%하걸%리욱굉
道路工程%工程主材%BP神经网络%自适应学习速率%附加动量法%价格预测
道路工程%工程主材%BP神經網絡%自適應學習速率%附加動量法%價格預測
도로공정%공정주재%BP신경망락%자괄응학습속솔%부가동량법%개격예측
分析了传统BP算法的不足,利用相关分析法筛选出公路工程主材价格的主要影响因素;在确定BP神经网络结构及选取训练函数的基础上,建立了基于改进BP神经网络算法的公路工程主材价格预测模型,并结合合肥市石屑价格预测的实例,利用建立的预测模型,采用BP传统算法及附加动量法、自适应学习速率法、两者相结合法等3种改进算法分别预测了合肥市2个季度的石屑价格,并将预测结果进行对比,分析了不同BP算法预测结果之间的差异.结果表明,使用改进的BP神经网络算法进行公路工程主材价格预测,可以将预测误差控制在6%以内,并减少95%左右的训练步数.同时采用自适应学习速率和附加动量改进BP网络的方法相对最有效.
分析瞭傳統BP算法的不足,利用相關分析法篩選齣公路工程主材價格的主要影響因素;在確定BP神經網絡結構及選取訓練函數的基礎上,建立瞭基于改進BP神經網絡算法的公路工程主材價格預測模型,併結閤閤肥市石屑價格預測的實例,利用建立的預測模型,採用BP傳統算法及附加動量法、自適應學習速率法、兩者相結閤法等3種改進算法分彆預測瞭閤肥市2箇季度的石屑價格,併將預測結果進行對比,分析瞭不同BP算法預測結果之間的差異.結果錶明,使用改進的BP神經網絡算法進行公路工程主材價格預測,可以將預測誤差控製在6%以內,併減少95%左右的訓練步數.同時採用自適應學習速率和附加動量改進BP網絡的方法相對最有效.
분석료전통BP산법적불족,이용상관분석법사선출공로공정주재개격적주요영향인소;재학정BP신경망락결구급선취훈련함수적기출상,건립료기우개진BP신경망락산법적공로공정주재개격예측모형,병결합합비시석설개격예측적실례,이용건립적예측모형,채용BP전통산법급부가동량법、자괄응학습속솔법、량자상결합법등3충개진산법분별예측료합비시2개계도적석설개격,병장예측결과진행대비,분석료불동BP산법예측결과지간적차이.결과표명,사용개진적BP신경망락산법진행공로공정주재개격예측,가이장예측오차공제재6%이내,병감소95%좌우적훈련보수.동시채용자괄응학습속솔화부가동량개진BP망락적방법상대최유효.
