测绘工程
測繪工程
측회공정
ENGINEERING OF SURVEYING AND MAPPING
2013年
6期
51-54
,共4页
杨发群%邱卫宁%魏成%李成贤
楊髮群%邱衛寧%魏成%李成賢
양발군%구위저%위성%리성현
BP神经网络%遗传算法%X因素%优化%路基沉降预测
BP神經網絡%遺傳算法%X因素%優化%路基沉降預測
BP신경망락%유전산법%X인소%우화%로기침강예측
BP neural network%genetic algorithm%X factor%optimized%settlement prediction of subgrade
BP神经网络初始权值和阈值输入不同,将导致BP神经网络预测不稳定,精度也不是很高.通过遗传算法(GA)对BP神经网络的初始权值和阈值进行优化,能很大程度上提高预测的精度,但是,由于输入层不可能将影响输出的所有因素都包含在内,而这些没有考虑到的因素势必影响预测结果.文中将这些无法得知的不确定因素当做一个综合影响因素,定义为X因素,在建立模型时加以考虑.实验结果表明,这种顾及不确定因素的GA-BP神经网络模型能进一步提高预测精度.
BP神經網絡初始權值和閾值輸入不同,將導緻BP神經網絡預測不穩定,精度也不是很高.通過遺傳算法(GA)對BP神經網絡的初始權值和閾值進行優化,能很大程度上提高預測的精度,但是,由于輸入層不可能將影響輸齣的所有因素都包含在內,而這些沒有攷慮到的因素勢必影響預測結果.文中將這些無法得知的不確定因素噹做一箇綜閤影響因素,定義為X因素,在建立模型時加以攷慮.實驗結果錶明,這種顧及不確定因素的GA-BP神經網絡模型能進一步提高預測精度.
BP신경망락초시권치화역치수입불동,장도치BP신경망락예측불은정,정도야불시흔고.통과유전산법(GA)대BP신경망락적초시권치화역치진행우화,능흔대정도상제고예측적정도,단시,유우수입층불가능장영향수출적소유인소도포함재내,이저사몰유고필도적인소세필영향예측결과.문중장저사무법득지적불학정인소당주일개종합영향인소,정의위X인소,재건립모형시가이고필.실험결과표명,저충고급불학정인소적GA-BP신경망락모형능진일보제고예측정도.
