基于人工蜂群優化小波神經網絡的隧道沉降預測

摘要:小波神經網絡存在收斂速度較慢、易陷入局部最優的缺陷,而人工蜂群算法收斂速度快且同時具有局部和全局搜索的能力。文章利用人工蜂群算法對小波神經網絡進行優化,形成人工蜂群小波神經網絡,并將其應用于地鐵隧道沉降預測;并以深圳地鐵10號線為例,將該模型的預測結果與BP神經網絡、小波神經網絡進行對比分析。結果表明,人工蜂群小波神經網絡較其它兩種模型的預測精度更高,預測結果更穩定。

關鍵詞:
  • 地鐵隧道  
  • 沉降預測  
  • 人工蜂群  
  • 小波神經網絡  
  • bp神經網絡  
作者:
陳柚州; 任濤; 鄧朋; 王斌
單位:
重慶高速公路集團有限公司; 重慶401120; 重慶市交通工程質量檢測有限公司; 重慶400067; 中鐵西南科學研究院有限公司; 成都611731
刊名:
現代隧道技術

注:因版權方要求,不能公開全文,如需全文,請咨詢雜志社

期刊名稱:現代隧道技術

現代隧道技術雜志由中鐵西南科學研究院有限公司;中國土木工程學會隧道及地下工程分會主辦,中國鐵路工程總公司主管的學術刊物,國內刊號為:51-1600/U。創辦于1964年,雙月刊,在全國同類期刊中發行數量名列前茅。其主要欄目有:特約稿、研究與探討、分析與計算、試驗與監測、施工技術、設備與材料等。

主站蜘蛛池模板: 国产亚洲婷婷香蕉久久精品| 成人中文字幕在线观看| 一级毛片在线观看视频| 国产精品αv在线观看| 真实国产伦子系| 久久久久成人精品| 国产色无码精品视频免费| 精品日韩欧美一区二区三区在线播放 | 久久精品中文字幕大胸| 国产精品香港三级国产电影| 男生女生一起差差差视频| 久久久精品人妻一区二区三区 | 欧美丝袜高跟鞋一区二区| baoyu122.永久免费视频| 国产91精品系列在线观看| 日韩欧美一区二区三区免费观看 | 好痛太长太深弄死我了视频| 美女裸体无遮挡免费视频网站| 久久精品无码一区二区无码| 国产精品免费精品自在线观看| 激情婷婷成人亚洲综合| yellow日本动漫高清小说| 午夜亚洲乱码伦小说区69堂| 手机av在线播放| 精品国产一区二区三区久久影院| 三级网在线观看| 免费人成视网站在线观看不卡| 好男人好资源在线影视官网 | 99久久伊人精品综合观看| 亚洲视频在线观看| 国产黄色二级片| 欧美丰满熟妇xx猛交| 色先锋影音资源| 久久精品*5在热| 日本h片无遮挡在线观看| 老头天天吃我奶躁我的动图| 三中文乱码视频| 亚洲砖码砖专无区2023| 国产男女无遮挡猛进猛出| 日韩一品在线播放视频一品免费| 豆奶视频高清在线下载|