基于图像轮廓特征和粒子群优化神经网络的气液两相流流型识别 被引量：5

1

作者 周云龙 李洪伟 陈飞 《吉林大学学报（工学版）》 EI CAS CSCD 北大核心 2009年第3期673-678,共6页

根据流型轮廓特征提取的不变矩能有效检测出具有平移、旋转、比例变化的图像特性,提出了一种基于图像不变矩与粒子群优化神经网络相结合的气液两相流流型识别的新方法。该方法利用高速摄影系统获取水平管道内气液两相流的流动图像,经过... 根据流型轮廓特征提取的不变矩能有效检测出具有平移、旋转、比例变化的图像特性,提出了一种基于图像不变矩与粒子群优化神经网络相结合的气液两相流流型识别的新方法。该方法利用高速摄影系统获取水平管道内气液两相流的流动图像,经过图像处理后和形态学轮廓提取图像不变矩特征向量,并以此特征向量作为流型样本对粒子群优化神经网络进行训练,实现了对流动图像的流型智能化识别。实验结果表明,训练成功的粒子群优化神经网络能够快速准确识别水平管道内的7种典型流型,整体识别率达到97.5%,为流型在线识别提供了一种新的有效方法。 展开更多

关键词 液体力学 流型识别 图像处理 轮廓提取 仿射不变矩 粒子群优化神经网络

下载PDF 职称材料

交通信号公交优先控制策略及智能控制方法 被引量：9

2

作者 邝先验 许伦辉 黄艳国 《控制理论与应用》 EI CAS CSCD 北大核心 2012年第10期1284-1290,共7页

针对公交优先交通信号控制问题,研究了公交优先的信号控制策略,提出了一种变论域模糊神经网络公交优先智能控制方法.提出了基于相位优先度值的公交优先相位选择方法,并给出了其数学描述.建立了绿灯时间的3层模糊控制模型,分别为红灯排... 针对公交优先交通信号控制问题,研究了公交优先的信号控制策略,提出了一种变论域模糊神经网络公交优先智能控制方法.提出了基于相位优先度值的公交优先相位选择方法,并给出了其数学描述.建立了绿灯时间的3层模糊控制模型,分别为红灯排队疏散时间、绿灯延长时间和论域调节因子模糊控制器,其中红灯排队疏散时间和绿灯延长时间两个模糊控制器的输出变量均采用变论域,论域的变化考虑混合交通、天气情况、车流转向等因素由论域调节因子模糊控制器确定.模糊控制器采用粒子群优化神经网络实现.仿真结果表明该方法具有较好的公交优先控制效果. 展开更多

关键词 交通控制 公交优先 模糊控制 变论域 粒子群优化神经网络

下载PDF 职称材料

粒子群优化神经网络的土壤有机质高光谱估测 被引量：8

3

作者 邹慧敏 李西灿 +3 位作者 尚璇 苗传红 黄超 路杰晖 《测绘科学》 CSCD 北大核心 2019年第5期146-150,170,共6页

针对提高土壤有机质高光谱估测精度的问题,该文对山东省泰安市的92个棕壤样本进行光谱去噪,剔除异常样本处理后,对光谱反射率进行11种变换,发现一阶微分变换最佳;然后计算土壤有机质含量与变换后光谱反射率的相关系数,选取5个特征波段,... 针对提高土壤有机质高光谱估测精度的问题,该文对山东省泰安市的92个棕壤样本进行光谱去噪,剔除异常样本处理后,对光谱反射率进行11种变换,发现一阶微分变换最佳;然后计算土壤有机质含量与变换后光谱反射率的相关系数,选取5个特征波段,分别利用多元线性回归、BP神经网络、支持向量机、粒子群优化神经网络4种方法建立土壤有机质含量高光谱估测模型并进行精度比较。实验结果表明,多元线性回归、BP神经网络、支持向量机和粒子群优化神经网络模型的决定系数R2分别为0.520 3、0.665 4、0.735 0和0.853 0,均方根误差分别为2.12、1.99、1.45和1.08。研究结果表明,粒子群优化神经网络的反演精度高、稳定性强,可有效提高土壤有机质的光谱估测能力。 展开更多

关键词 高光谱遥感 土壤有机质 粒子群优化神经网络 光谱估测

原文传递

海量短文本实时挖掘方法的研究与仿真 被引量：4

4

作者 朱贺军 马丁 《计算机仿真》 CSCD 北大核心 2015年第12期442-446,共5页

针对短文本字数少,数量庞大,可伸缩性的特点,采用传统算法进行海量短文本挖掘的过程中,由于短文本性能之间特殊关联性使权重和阀值受到干扰,造成挖掘准确率低,效率差。提出基于粒子群神经网络融合算法的海量短文本挖掘方法。将短文本作... 针对短文本字数少,数量庞大,可伸缩性的特点,采用传统算法进行海量短文本挖掘的过程中,由于短文本性能之间特殊关联性使权重和阀值受到干扰,造成挖掘准确率低,效率差。提出基于粒子群神经网络融合算法的海量短文本挖掘方法。将短文本作为具有初始速度和初始位置的粒子,构建用于挖掘海量短文本的神经网络模型,利用粒子群对模型的链接权重和阀值进行寻优,并将搜索到最好位置和速度的粒子作为全局最优解,得到最优的连接权重和阀值,在学习的过程中,加入动量因子对学习速度进行改进,实现了准确的短文本挖掘,并提高了挖掘速度。实验结果表明,利用改进算法能够提高海量短文本挖掘的准确率和效率,效果令人满意。 展开更多

关键词 短文本 挖掘 粒子群神经网络

下载PDF 职称材料

交通工程项目虚拟集成投资估算决策技术 被引量：2

5

作者 段晓晨 吕晨茜 高春会 《公路》 北大核心 2015年第10期166-174,共9页

在深入分析国内外交通工程项目投资决策经验和方法的基础上,以全生命周期显著性造价理论和已完类似工程为基础,将国际国内先进的虚拟现实技术和非线性估测技术等方法集成融合应用于交通工程项目虚拟集成投资估算决策中,建立了科学先进... 在深入分析国内外交通工程项目投资决策经验和方法的基础上,以全生命周期显著性造价理论和已完类似工程为基础,将国际国内先进的虚拟现实技术和非线性估测技术等方法集成融合应用于交通工程项目虚拟集成投资估算决策中,建立了科学先进的交通工程项目虚拟集成投资估算决策模型,以巴中市公路基础设施建设项目为案例进行了验证分析。本论文对于提升交通工程项目投资决策效率和准确度,实现投资决策从线性、二维、"看不见的决策"到非线性、三维、"看得见的决策"的理论和实践的提升,具有重要的理论研究和实际应用价值。 展开更多

关键词 投资估算 全生命周期造价 模糊聚类 粗糙神经网络 蚁群神经网络 粒子群径向基神经网络 虚拟技术

原文传递

基于粒子群神经网络优化氢发动机点火提前角 被引量：2

6

作者 王丽君 杨振中 +1 位作者 张庆波 葛临东 《小型内燃机与摩托车》 CAS 北大核心 2010年第4期61-64,共4页

提出了基于粒子群算法(PSO)神经网络构建氢发动机点火提前角的优化模型,对点火提前角进行优化控制。仿真和试验结果的对比研究表明:模型能准确地得出各工况所需的最佳点火提前角,且新的算法有效防止了神经网络陷入局部极小值和收敛速度... 提出了基于粒子群算法(PSO)神经网络构建氢发动机点火提前角的优化模型,对点火提前角进行优化控制。仿真和试验结果的对比研究表明:模型能准确地得出各工况所需的最佳点火提前角,且新的算法有效防止了神经网络陷入局部极小值和收敛速度慢等缺点,使其训练时间大为缩短,网络计算的实时性得到加强,具有一定的实用性和可靠性。 展开更多

关键词 氢燃料发动机 优化控制 粒子群神经网络 点火提前角

下载PDF 职称材料

粒子群优化神经网络船舶火灾数据融合研究 被引量：1

7

作者 曹宇杰 《水上安全》 2022年第3期74-78,共5页

船舶火灾发生后,受到其环境和空间的限制,容易造成严重的财产损失甚至危及人员生命安全。传统的单一型火灾探测器(包括温度、二氧化碳、烟雾等)存在较高的误报率,通过多传感器数据融合技术,可以有效减少误报率,帮助判断火灾发生。笔者... 船舶火灾发生后,受到其环境和空间的限制,容易造成严重的财产损失甚至危及人员生命安全。传统的单一型火灾探测器(包括温度、二氧化碳、烟雾等)存在较高的误报率,通过多传感器数据融合技术,可以有效减少误报率,帮助判断火灾发生。笔者采用粒子群优化神经网络的方法,对火灾数据进行模拟训练,判断火灾的发生情况,符合船舶火灾探测系统的要求。并对船用火灾探测器架构设计作简要叙述。 展开更多

关键词 船舶火灾 数据融合 粒子群优化神经网络

下载PDF 职称材料

基于多传感器信息融合的滚动轴承故障诊断 被引量：1

8

作者 艾莉 华静 《轴承》 北大核心 2012年第3期47-49,共3页

为了提高滚动轴承故障诊断的准确性,引入了一种多传感器信息融合的诊断方法。将多传感器所采集的振动信号处理后,由粒子群神经网络进行故障局部诊断,以获得彼此独立的证据,再采用证据理论对各证据进行融合。试验结果表明,该方法可有效... 为了提高滚动轴承故障诊断的准确性,引入了一种多传感器信息融合的诊断方法。将多传感器所采集的振动信号处理后,由粒子群神经网络进行故障局部诊断,以获得彼此独立的证据,再采用证据理论对各证据进行融合。试验结果表明,该方法可有效地提高诊断可信度,降低诊断的不确定性。 展开更多

关键词 滚动轴承 故障诊断 信息融合 粒子群神经网络 证据理论

下载PDF 职称材料

基于粒子群神经网络的高技术企业技术项目选择研究

9

作者 王慧 李静 +1 位作者 李印海 王宏 《科技管理研究》 CSSCI 北大核心 2013年第23期128-132,共5页

在对国内外相关文献梳理的基础上,将调查访问法和项目结构分解法结合起来,分别从企业内部现有的条件和资源禀赋以及整个行业与产业的外部环境找到影响高新技术企业选择技术项目的因素,构建高技术企业技术项目评估指标体系,采用粒子群神... 在对国内外相关文献梳理的基础上,将调查访问法和项目结构分解法结合起来,分别从企业内部现有的条件和资源禀赋以及整个行业与产业的外部环境找到影响高新技术企业选择技术项目的因素,构建高技术企业技术项目评估指标体系,采用粒子群神经网络的优化算法对高技术企业技术项目进行评估,并通过实例验证和比较各种算法。研究得出结论:此算法的收敛速度快、精确度高、泛化能力强,具有实用性和优越性。 展开更多

关键词 高技术企业 技术项目选择 粒子群神经网络 BP神经网络

下载PDF 职称材料

混合微粒群神经网络系统的构建及其在HLA-A^＊0201限制性T细胞表位活性预测中的应用

10

作者 任彦荣 《计算机与应用化学》 CAS CSCD 北大核心 2011年第6期734-740,共7页

尝试将＂复制＂、＂杂交＂、＂变异＂算子和＂Metropolis＂采样策略引入到微粒群算法（PSO）搜索进程,并将其用于前馈型多层神经网络（FMANN）连接权值优化当中,形成了1种新的非线性统计建模方法：混合微粒群神经网络系统（hybrid parti... 尝试将＂复制＂、＂杂交＂、＂变异＂算子和＂Metropolis＂采样策略引入到微粒群算法（PSO）搜索进程,并将其用于前馈型多层神经网络（FMANN）连接权值优化当中,形成了1种新的非线性统计建模方法：混合微粒群神经网络系统（hybrid particle swarmoptimizer-artificial neural network,HPSO-ANN）。通过仿真对比及对152个HLA-A~＊0201限制性T细胞表位活性预测表明：HPSO-ANN仅在少量增加CPU耗时的同时大大提高了算法前期全局搜索能力及后期局部收敛性,特别是对于非线性、高维数等复杂问题该法往往能够取得优于传统QSAR建模方法的实际效果。 展开更多

关键词 混合微粒群神经网络系统 统计建模 定量构效关系 T细胞表位

原文传递

基于复合适应度微粒群算法的神经网络训练 被引量：5

11

作者 赵辉 刘鲁源 张更新 《控制与决策》 EI CSCD 北大核心 2005年第8期958-960,共3页

为提高神经网络的泛化能力,针对以均方误差为适应度的PSO算法在训练神经网络时会产生一定的过拟合问题,提出对均方误差和误差分布均匀度进行信息融合,构成复合适应度作为训练指标.实验结果表明,该方法可使网络的泛化能力得到明显的改善.

关键词 微粒群算法 神经网络 复合适应度 泛化能力

下载PDF 职称材料

基于粒子群神经网络模型反演玉米、小麦叶面积指数 被引量：5

12

作者 王枭轩 孟庆岩 +2 位作者 张海香 魏香琴 杨泽楠 《浙江农业学报》 CSCD 北大核心 2019年第7期1170-1176,共7页

基于高分1号遥感影像,分别采用粒子群神经网络模型、神经网络模型和植被指数回归模型3种方法,反演廊坊市玉米、小麦叶面积指数(LAI)。结果表明,粒子群神经网络模型反演玉米、小麦LAI的精度要高于其他方法,其模型的决定系数R2均高于0.9,... 基于高分1号遥感影像,分别采用粒子群神经网络模型、神经网络模型和植被指数回归模型3种方法,反演廊坊市玉米、小麦叶面积指数(LAI)。结果表明,粒子群神经网络模型反演玉米、小麦LAI的精度要高于其他方法,其模型的决定系数R2均高于0.9,均方根误差均低于0.196,可满足反演精度的要求。本研究提出的基于高分1号影像的粒子群神经网络模型反演玉米和小麦LAI的方法具有一定的普适性。 展开更多

关键词 叶面积指数 粒子群神经网络模型 神经网络模型 植被指数回归模型

下载PDF 职称材料

基于粒子群神经网络的逆变软开关弧焊电源恒流控制的研究 被引量：1

13

作者 王宝忠 孙丽 《科学技术与工程》 北大核心 2012年第31期8276-8280,共5页

目前,在一定的工业生产中,要求逆变软开关弧焊电源具有精确、有效的控制。但传统中使用的的PID控制器的控制效果很难达到令人满意的程度。因此,采用粒子群神经网络算法,设计了具有自适应调整功能的PID控制器。通过对系统运行状态的在线... 目前,在一定的工业生产中,要求逆变软开关弧焊电源具有精确、有效的控制。但传统中使用的的PID控制器的控制效果很难达到令人满意的程度。因此,采用粒子群神经网络算法,设计了具有自适应调整功能的PID控制器。通过对系统运行状态的在线学习,智能化地修正PID的三个输出参数,进而控制系统中逆变器的功率开关器件的导通时间,最终实现整个系统的恒电流输出控制。仿真结果表明:将粒子群神经网络算法运用到逆变软开关弧焊电源中,可使系统控制效果得到很大改善。同时使整个系统具有更好的自适应性和鲁棒性。 展开更多

关键词 逆变开关电源 粒子群神经网络 PID控制

下载PDF 职称材料

基于BP-PSO的霍尔位移传感器的温度补偿研究

14

作者 白倩倩 卢文科 左锋 《微型机与应用》 2017年第24期25-27,36,共4页

温度对霍尔传感器的灵敏系数有严重影响,因此霍尔传感器测量位移时的电压输出会随着温度的改变而发生变化。为减小测量误差,需要对霍尔传感器进行温度补偿。首先采用粒子群优化的BP神经网络算法(BP-PSO)建立被测位移与霍尔位移传感器输... 温度对霍尔传感器的灵敏系数有严重影响,因此霍尔传感器测量位移时的电压输出会随着温度的改变而发生变化。为减小测量误差,需要对霍尔传感器进行温度补偿。首先采用粒子群优化的BP神经网络算法(BP-PSO)建立被测位移与霍尔位移传感器输出电压和工作环境温度的关系,其次依据该算法求出融合后的数据,最后依据通过BP-PSO算法融合后的数据分析温度灵敏度系数和相对误差。研究结果表明,经过温度补偿算法后温度灵敏度系数提高了一个数量级,相对误差也得到相应改善,成功实现了通过补偿算法减小温度对霍尔传感器的影响。 展开更多

关键词 霍尔位移传感器 温度补偿 粒子群优化神经网络算法 数据融合

下载PDF 职称材料

基于整合移动平均自回归和遗传粒子群优化小波神经网络组合模型的交通流预测 被引量：26

15

作者 殷礼胜 唐圣期 +1 位作者 李胜 何怡刚 《电子与信息学报》 EI CSCD 北大核心 2019年第9期2273-2279,共7页

针对短时交通流数据的非线性和随机性特点,为提高它的预测精度和收敛速度,该文从模型构建和算法两方面提出一种整合移动平均自回归(ARIMA)模型和遗传粒子群算法优化小波神经网络(GPSOWNN)相结合的预测模型和算法。在模型构建方面,将ARIM... 针对短时交通流数据的非线性和随机性特点,为提高它的预测精度和收敛速度,该文从模型构建和算法两方面提出一种整合移动平均自回归(ARIMA)模型和遗传粒子群算法优化小波神经网络(GPSOWNN)相结合的预测模型和算法。在模型构建方面,将ARIMA模型预测值和灰色关联系数大于0.6的相关性强的前3个时刻的历史数据作为小波神经网络(WNN)的输入,在兼顾历史数据的平稳和非平稳的情况下,进行了模型结构简化。在算法方面,通过遗传粒子群算法对小波神经网络的参数初始值进行最优选取,可使其结果在不易陷入局部最优的条件下加快网络训练收敛速度。实验结果表明,在预测精度方面,该方法的模型明显优于整合移动平均自回归模型和遗传粒子群算法优化小波神经网络,在收敛速度方面,用遗传粒子群算法优化模型明显优于仅用遗传算法优化模型。 展开更多

关键词 短时交通流预测 灰色关联分析法 整合移动平均自回归 遗传粒子群优化小波神经网络

下载PDF 职称材料

基于局部线性嵌入的人工智能台风强度集合预报模型 被引量：11

16

作者 黄颖 金龙 +2 位作者 黄小燕 史旭明 金健 《气象》 CSCD 北大核心 2014年第7期806-815,共10页

利用局部线性嵌入算法通过学习挖掘高维数据集的内在几何结构,高效地实现维数约简和特征提取的能力,论文以2001—2012年共12年6—9月西北太平洋海域内生成的台风样本为基础,将气候持续因子作为台风强度的基本预报因子,采用局部线性嵌入... 利用局部线性嵌入算法通过学习挖掘高维数据集的内在几何结构,高效地实现维数约简和特征提取的能力,论文以2001—2012年共12年6—9月西北太平洋海域内生成的台风样本为基础,将气候持续因子作为台风强度的基本预报因子,采用局部线性嵌入的特征提取与逐步回归计算相结合的预报因子信息数据挖掘技术,以进化计算的粒子群算法,生成期望输出相同的多个神经网络个体,建立了一种新的非线性人工智能集合预报模型,进行了分月台风强度预报模型的建模研究。在建模样本、独立预报样本相同的情况下,分别采用人工智能集合预报方法和气候持续法进行预报试验。试验对比结果表明,前者较后者在6、7、8和9月24 h台风强度预报中,平均绝对误差分别下降了23.34%、24.46%、19.41%和27.45%,4个月的平均绝对误差下降了23.10%;48 h台风强度预报中,6—9月平均绝对误差分别下降了44.82%、16.73%、0.89%和49.26%,4个月的平均绝对误差下降了25.54%。进一步研究发现,在变动局部线性嵌入算法忌近邻个数的情况下,建立的台风强度集合预报模型,其预报结果稳定可靠,相对于气候持续法均为正的预报技巧水平,为台风强度客观预报提供了新的预报工具和预报建模方法。 展开更多

关键词 局部线性嵌入 粒子群-神经网络 集合预报 气候持续法 台风强度

下载PDF 职称材料

延伸期暴雨过程的神经网络预报技术应用初探 被引量：6

17

作者 覃卫坚 廖雪萍 陈思蓉 《气象研究与应用》 2018年第4期1-4,共4页

利用DERF2.0延伸期环流预报数据资料,首先使用暴雨过程信号指标就一般降水和暴雨过程进行分类,结果延伸期逐日降水分类预报准确率为65%。最后利用逐步回归和粒子群-神经网络方法就延伸期暴雨综合强度进行建模预报,逐步回归方法在F=3条... 利用DERF2.0延伸期环流预报数据资料,首先使用暴雨过程信号指标就一般降水和暴雨过程进行分类,结果延伸期逐日降水分类预报准确率为65%。最后利用逐步回归和粒子群-神经网络方法就延伸期暴雨综合强度进行建模预报,逐步回归方法在F=3条件下对广西暴雨综合强度预报误差最小;粒子群-神经网络预报误差均小于逐步回归方法,相对误差较逐步回归方法预报效果最好的方程减小了32.5%,可见粒子群-神经网络在延伸期定量化预报中具有很好的应用前景。 展开更多

关键词 延伸期暴雨过程 粒子群-神经网络 暴雨综合强度

下载PDF 职称材料

基于连续小波变换耦合CARS算法的冬小麦冠层叶片含水量估算 被引量：4

18

作者 李铠 常庆瑞 +4 位作者 陈倩 陈晓凯 莫海洋 张耀丹 郑智康 《麦类作物学报》 CAS CSCD 北大核心 2023年第2期251-258,共8页

为实现干旱地区冬小麦冠层叶片含水量的快速测定,以陕西省乾县为研究区,基于野外冬小麦冠层高光谱数据和实测叶片含水量,对原始光谱进行连续小波变换(continuous wavelet transform,CWT)后得到的小波能量系数与实测含水量进行相关性分析... 为实现干旱地区冬小麦冠层叶片含水量的快速测定,以陕西省乾县为研究区,基于野外冬小麦冠层高光谱数据和实测叶片含水量,对原始光谱进行连续小波变换(continuous wavelet transform,CWT)后得到的小波能量系数与实测含水量进行相关性分析;并通过竞争性自适应重加权采样(competitive adaptive reweighted sampling,CARS)过滤冗余变量,筛选与叶片含水量相关性较好的波长变量,作为优选变量集;通过粒子群算法(particle swarm optimization,PSO)对BP神经网络模型进行优化,构建冠层叶片含水量预测模型并进行分析。结果表明,从尺度1到尺度10,小波系数与冬小麦叶片含水量整体相关性先升后降,中等分解尺度在光谱波段去除噪声、提高相关性方面最佳;基于CARS优选变量集所建的两种模型中,BP-PSO模型预测能力明显优于普通BP神经网络模型,其决定系数可达0.82,均方根误差为0.86%,相对误差为0.82%。这说明CWT-CARS-BP-PSO耦合算法在提升相关性、过滤冗余波段、提高模型预测精度方面效果显著,可用于冬小麦叶片含水量预测。 展开更多

关键词 冬小麦 叶片含水量 高光谱 连续小波变换 竞争适应重加权采样 粒子群算法PSO优化BP神经网络

下载PDF 职称材料

长江上海段异常船舶识别研究

19

作者 赖俊东 刘玢炜 +1 位作者 许彦旻 杨金龙 《电脑与信息技术》 2024年第5期27-30,共4页

针对长江上海段的船舶异常问题,提出了一种基于多元大数据技术的判断模型。现有异常船舶识别方法存在数据孤岛难题,难以发现有效关联关系,基于此,研究长江上海段异常船舶识别方法。首先,基于多元大数据技术整合船舶航迹信息、人船关联... 针对长江上海段的船舶异常问题,提出了一种基于多元大数据技术的判断模型。现有异常船舶识别方法存在数据孤岛难题,难以发现有效关联关系,基于此,研究长江上海段异常船舶识别方法。首先,基于多元大数据技术整合船舶航迹信息、人船关联信息等多个数据源,并利用粒子群优化模糊神经网络实现异常船舶识别。实验结果表明,设计方法的识别精度最高达到了93%,具有一定的实用性。 展开更多

关键词 多元大数据 粒子群优化模糊神经网络 异常船舶识别

下载PDF 职称材料

基于PSO-BP神经网络的地下空间结构深基坑地表沉降预测研究

20

作者 莫永春 《江西建材》 2024年第1期104-107,共4页

文中以深圳市黄木岗大型地下空间综合交通枢纽为研究案例,开展了深基坑地表沉降预测研究。首先,收集140 d沉降数据,分析规律,评判安全状态;然后,利用140期监测数据分别构建传统BP和PSO-BP神经网络模型,结合未来10 d的基坑沉降量验证了... 文中以深圳市黄木岗大型地下空间综合交通枢纽为研究案例,开展了深基坑地表沉降预测研究。首先,收集140 d沉降数据,分析规律,评判安全状态;然后,利用140期监测数据分别构建传统BP和PSO-BP神经网络模型,结合未来10 d的基坑沉降量验证了模型的效果。结果表明,BP和PSO-BP神经网络预测模型均可满足施工要求,而PSO-BP神经网络模型的预测精度更高,可用于类似工程的地表沉降预测。 展开更多

关键词 深基坑 地表沉降 PSO-BP神经网络模型

下载PDF 职称材料