首页 | 本学科首页   官方微博 | 高级检索  
     检索      

一种基于PSO-BP神经网络的建筑物沉降预测模型
引用本文:邓传军,欧阳斌,陈艳红.一种基于PSO-BP神经网络的建筑物沉降预测模型[J].测绘科学,2018(6):27-31,38.
作者姓名:邓传军  欧阳斌  陈艳红
作者单位:江西工业工程职业技术学院 采矿与建筑工程系,江西萍乡,337000
摘    要: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:建筑物沉降  预测  BP神经网络  粒子群优化

A buliding settlement prediction model based on PSO-BP neural network
DENG Chuanjun,OUYANG Bin,CHEN Yanhong.A buliding settlement prediction model based on PSO-BP neural network[J].Science of Surveying and Mapping,2018(6):27-31,38.
Authors:DENG Chuanjun  OUYANG Bin  CHEN Yanhong
Abstract:
Keywords:
本文献已被 CNKI 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号