HI,欢迎来到学术之家,发表咨询:400-888-7501  订阅咨询:400-888-7502  股权代码  102064
0

基于人工蜂群优化小波神经网络的隧道沉降预测

作者:陈柚州; 任涛; 邓朋; 王斌地铁隧道沉降预测人工蜂群小波神经网络bp神经网络

摘要:小波神经网络存在收敛速度较慢、易陷入局部最优的缺陷,而人工蜂群算法收敛速度快且同时具有局部和全局搜索的能力。文章利用人工蜂群算法对小波神经网络进行优化,形成人工蜂群小波神经网络,并将其应用于地铁隧道沉降预测;并以深圳地铁10号线为例,将该模型的预测结果与BP神经网络、小波神经网络进行对比分析。结果表明,人工蜂群小波神经网络较其它两种模型的预测精度更高,预测结果更稳定。

注:因版权方要求,不能公开全文,如需全文,请咨询杂志社

现代隧道技术

《现代隧道技术》(双月刊)创刊于1964年,由中国铁路工程总公司主管,中铁西南科学研究院有限公司;中国土木工程学会隧道及地下工程分会主办,CN刊号为:51-1600/U,自创刊以来,颇受业界和广大读者的关注和好评。 《现代隧道技术》主要报道中国国内外隧道及地下工程专业理论研究、设计、施工、运营维修方面的新技术、新材料、新设备等。

杂志详情