| 基于粒子群算法优化BP神经网络的地铁暗挖段地表变形预测 |
| |
| 引用本文： | 卜祥勇,李全海.基于粒子群算法优化BP神经网络的地铁暗挖段地表变形预测[J].测绘与空间地理信息,2014(11). |
| |
| 作者姓名： | 卜祥勇 李全海 |
| |
| 作者单位： | 同济大学测绘与地理信息学院,上海,200082 |
| |
| 摘 要： | 在使用传统BP神经网络算法建模进行预测过程中，由于初始权值和阈值是随机给定的，易使网络陷入局部最优，从而导致预测精度较低。利用具有较强优化能力的粒子群算法（ particle swarm optimization ，PSO）优化BP神经网络在训练过程中的初始权值和阈值，建立新的预测模型，以青岛地铁3号线保河区间隧道监测数据为例进行验证分析，研究结果表明，与传统BP神经网络预测算法相比，使用PSO算法优化的BP神经网络预测算法可以得到更优的预测结果。
|
| 关 键 词： | BP神经网络 粒子群算法 变形监测 数据处理 |
Surface Deformation Prediction of Metro Undercutting Section Based on PSO-BP Neural Network Algorithm |
| |
| BU Xiang-yong
,
LI Quan-hai.Surface Deformation Prediction of Metro Undercutting Section Based on PSO-BP Neural Network Algorithm[J].Geomatics & Spatial Information Technology,2014(11). |
| |
| Authors: | BU Xiang-yong LI Quan-hai |
| |
| Abstract: | |
| |
| Keywords: | BP neural network particle swarm optimization algorithm deformation monitoring data processing |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
