期刊导航
期刊开放获取
cqvip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于误差分级迭代法的基坑变形预测
被引量：
6
1
作者
刘晶磊
张国朋
+1 位作者
张冲冲
张楠
《科学技术与工程》
北大核心
2021年第14期5822-5827,共6页
BP(back propagation)神经网络算法在变形预测方面存在收敛速度慢、学习效率低、容易陷入局部最小值等问题,直接影响预测结果的精准性,利用误差分级迭代法优化的神经网络能够更好地降低误差,提升预测性能。通过对比分析误差分级迭代法...
BP(back propagation)神经网络算法在变形预测方面存在收敛速度慢、学习效率低、容易陷入局部最小值等问题,直接影响预测结果的精准性,利用误差分级迭代法优化的神经网络能够更好地降低误差,提升预测性能。通过对比分析误差分级迭代法与BP神经网络的优势,建立误差分级迭代法模型并编制误差分级迭代法变形预测程序。采用基坑工程实测数据,经过误差分级迭代法优化后神经网络的最大误差为0.96%,与径向基神经网络预测精度相比提高3.5%,利用误差分级迭代法预测基坑变形结果其精准性较高,具有一定的实用价值。
展开更多
关键词
基坑变形
误差分级迭代
BP神经网络
仿真
优化算法
径向基
预测
下载PDF
职称材料
基于回归BP神经网络误差分级迭代法的逐时气温预测方法研究
被引量：
6
2
作者
施晓芬
陈翔
+2 位作者
曹永勇
杨晓瑛
赵晓婷
《数学的实践与认识》
北大核心
2019年第1期145-151,共7页
气温预测是天气预测中的一项主要内容,由于气温的影响因素多而复杂,要想达到精细化预测目的,仍是十分复杂的科学难题.当前学术界的一般方法是假设数学模型对温度物理过程进行研究,建立了BP神经网络模型、温度与相对湿度之间的回归模型,...
气温预测是天气预测中的一项主要内容,由于气温的影响因素多而复杂,要想达到精细化预测目的,仍是十分复杂的科学难题.当前学术界的一般方法是假设数学模型对温度物理过程进行研究,建立了BP神经网络模型、温度与相对湿度之间的回归模型,最终在回归模型的基础上通过改进的BP神经网络建模,即利用BP神经网络误差分级迭代法建模,通过历史温度进行逐时气温预测,全样本误差达到0.617℃.
展开更多
关键词
BP神经网络
误差分级迭代法
回归分析
逐时气温预测
原文传递
题名
基于误差分级迭代法的基坑变形预测
被引量：
6
1
作者
刘晶磊
张国朋
张冲冲
张楠
机构
河北省土木工程诊断、改造与抗灾重点实验室
河北建筑工程学院土木工程学院
河北省寒冷地区交通基础设施工程技术创新中心
出处
《科学技术与工程》
北大核心
2021年第14期5822-5827,共6页
基金
河北省科技厅重点研发计划(20373802D)。
文摘
BP(back propagation)神经网络算法在变形预测方面存在收敛速度慢、学习效率低、容易陷入局部最小值等问题,直接影响预测结果的精准性,利用误差分级迭代法优化的神经网络能够更好地降低误差,提升预测性能。通过对比分析误差分级迭代法与BP神经网络的优势,建立误差分级迭代法模型并编制误差分级迭代法变形预测程序。采用基坑工程实测数据,经过误差分级迭代法优化后神经网络的最大误差为0.96%,与径向基神经网络预测精度相比提高3.5%,利用误差分级迭代法预测基坑变形结果其精准性较高,具有一定的实用价值。
关键词
基坑变形
误差分级迭代
BP神经网络
仿真
优化算法
径向基
预测
Keywords
foundation
pit
deformation
error
classification
iteration
BP(back
propagation)neural
network
simulation
optimization
algorithm
radial
basis
function
prediction
分类号
TP183 [自动化与计算机技术—控制理论与控制工程]
TP391.9 [自动化与计算机技术—控制科学与工程]
下载PDF
职称材料
题名
基于回归BP神经网络误差分级迭代法的逐时气温预测方法研究
被引量：
6
2
作者
施晓芬
陈翔
曹永勇
杨晓瑛
赵晓婷
机构
兰州城市学院培黎机械工程学院
兰州理工大学机电工程学院
出处
《数学的实践与认识》
北大核心
2019年第1期145-151,共7页
基金
甘肃省高校协同创新科技团队支持计划资助"炭纤维刹车材料创新团队"(2017C-21)
文摘
气温预测是天气预测中的一项主要内容,由于气温的影响因素多而复杂,要想达到精细化预测目的,仍是十分复杂的科学难题.当前学术界的一般方法是假设数学模型对温度物理过程进行研究,建立了BP神经网络模型、温度与相对湿度之间的回归模型,最终在回归模型的基础上通过改进的BP神经网络建模,即利用BP神经网络误差分级迭代法建模,通过历史温度进行逐时气温预测,全样本误差达到0.617℃.
关键词
BP神经网络
误差分级迭代法
回归分析
逐时气温预测
Keywords
BP
neural
network
error
classification
iter
ative
method
Regression
analysis
Hourly
air
temperature
forecasting
分类号
P457.3 [天文地球—大气科学及气象学]
TP183 [自动化与计算机技术—控制理论与控制工程]
原文传递
题名
作者
出处
发文年
被引量
操作
1
基于误差分级迭代法的基坑变形预测
刘晶磊
张国朋
张冲冲
张楠
《科学技术与工程》
北大核心
2021
6
下载PDF
职称材料
2
基于回归BP神经网络误差分级迭代法的逐时气温预测方法研究
施晓芬
陈翔
曹永勇
杨晓瑛
赵晓婷
《数学的实践与认识》
北大核心
2019
6
原文传递
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
