陈柚州:基于人工蜂群优化小波神经网络的隧道沉降预测论文

陈柚州:基于人工蜂群优化小波神经网络的隧道沉降预测论文

本文主要研究内容

作者陈柚州,任涛,邓朋,王斌(2019)在《基于人工蜂群优化小波神经网络的隧道沉降预测》一文中研究指出: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。

Abstract

xiao bo shen jing wang lao cun zai shou lian su du jiao man 、yi xian ru ju bu zui you de que xian ,er ren gong feng qun suan fa shou lian su du kuai ju tong shi ju you ju bu he quan ju sou suo de neng li 。wen zhang li yong ren gong feng qun suan fa dui xiao bo shen jing wang lao jin hang you hua ,xing cheng ren gong feng qun xiao bo shen jing wang lao ,bing jiang ji ying yong yu de tie sui dao chen jiang yu ce ;bing yi shen zhen de tie 10hao xian wei li ,jiang gai mo xing de yu ce jie guo yu BPshen jing wang lao 、xiao bo shen jing wang lao jin hang dui bi fen xi 。jie guo biao ming ,ren gong feng qun xiao bo shen jing wang lao jiao ji ta liang chong mo xing de yu ce jing du geng gao ,yu ce jie guo geng wen ding 。

论文参考文献

  • [1].深度学习小波神经网络模型在地铁沉降预测中的应用[J]. 张士勇,夏定辉,唐辉.  测绘通报.2018(S1)
  • [2].灰色-小波神经网络支持下对地铁工程沉降变形的预测[J]. 姜刚,李举,陈盟,周佳薇.  测绘通报.2019(05)
  • [3].依赖小波神经网络算法的信息安全风险评估方法[J]. 王皓然,严彬元.  信息技术.2018(12)
  • [4].小波神经网络背景下的大数据在线负载异常监测技术[J]. 梁利利,李建军.  粘接.2019(09)
  • [5].基于相似日和小波神经网络的光伏短期功率预测[J]. 祝暄懿,姚李孝.  电网与清洁能源.2019(03)
  • [6].基于小波神经网络的电力系统负荷预测[J]. 王伟.  科技创业月刊.2017(05)
  • [7].小波神经网络在桥梁施工监控中的应用[J]. 戚斌,余颖,彭刚跃,余兰.  地理空间信息.2017(08)
  • [8].自构建小波神经网络的内模控制研究与应用[J]. 王华秋,王斌.  计算机测量与控制.2014(09)
  • [9].基于小波神经网络的模拟电路故障诊断技术[J]. 吴凡,张莉.  计算机测量与控制.2014(11)
  • [10].一种自适应模糊小波神经网络及其在交流伺服控制中的应用[J]. 侯润民,刘荣忠,高强,王力,邓桐彬.  兵工学报.2015(05)
  • 论文详细介绍

    论文作者分别是来自现代隧道技术的陈柚州,任涛,邓朋,王斌,发表于刊物现代隧道技术2019年04期论文,是一篇关于地铁隧道论文,沉降预测论文,人工蜂群论文,小波神经网络论文,神经网络论文,现代隧道技术2019年04期论文的文章。本文可供学术参考使用,各位学者可以免费参考阅读下载,文章观点不代表本站观点,资料来自现代隧道技术2019年04期论文网站,若本站收录的文献无意侵犯了您的著作版权,请联系我们删除。

    标签:;  ;  ;  ;  ;  ;  

    陈柚州:基于人工蜂群优化小波神经网络的隧道沉降预测论文
    下载Doc文档

    猜你喜欢