当前位置:首页 > 期刊导读 > 2014 > 11 >

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

作者: 卜祥勇 ; 李全海

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。


关键字:


上一篇:CORSRTD技术在土地利用数据调查中的应用
下一篇:SWDC-4数字航空摄影的质量检查内容及实现手段