矿山测量

2016, v.44;No.185(05) 87-90

[打印本页] [关闭]
本期目录(Current Issue) | 过刊浏览(Past Issue) | 高级检索(Advanced Search)

基于遗传算法因素筛选的BP神经网络在软土路基沉降数据处理中的应用
Application of BP neural network Factor screening based onselected by genetic algorithmin data processing of soft soil subgradesub-grade settlement

王江荣;赵睿;袁维红;任泰明;

摘要(Abstract):

软土路基沉降与其影响因素之间存在着非线性关系,因输入自变量较多,用神经网络建模容易出现过拟合现象,导致网络模型预测精度降低。针对这个问题,提出用遗传算法对输入自变量进行压缩降维处理,同时对网络模型的权值和阈值进行优化。实例仿真表明:经降维和权值及阈值优化的BP网络具有较高的精度;预测效果优于GRNN网络模型和单纯BP网络模型;用于软土路基沉降预测是可行的。

关键词(KeyWords): 软土路基沉降;BP神经网络;遗传算法;因素筛选;沉降预测

Abstract:

Keywords:

基金项目(Foundation): 兰州市科学技术局计划项目(兰财建发[2015]85号);; 兰州石化职业技术学院科技资助项目(院发[2015]69号);; 甘肃省科技厅计划项目(1204GKCA004);; 甘肃省财政厅专项资金立项资助(甘财教[2013]116号)

作者(Author): 王江荣;赵睿;袁维红;任泰明;

Email:

DOI:

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享