版权说明 操作指南
首页 > 成果 > 成果详情

基于优化BP神经网络的复合路基沉降预测

认领
导出
Link by 中国知网学术期刊 Link by 万方学术期刊
反馈
分享
QQ微信 微博
成果类型:
期刊论文
作者:
张建;易文;袁伟嘉
作者机构:
[张建] 重庆市潼南区桂林街道办事处综合行政执法大队,重庆 402660
中南林业科技大学土木工程学院,湖南长沙 410004
保利长大工程有限公司,广东广州 510000
[易文] 中南林业科技大学
[袁伟嘉] 保利长大工程有限公司
语种:
中文
关键词:
神经网络;CFG桩复合路基;沉降预测
关键词(英文):
PSO-BP;GA-BP
期刊:
工程建设(重庆)
ISSN:
2630-5283
年:
2024
卷:
56
期:
03
页码:
6-10,16
基金类别:
2015-4-38:引进国际先进农业科学技术计划(“948”计划) 201803:湖南省交通科技计划资助项目 201303:湖南省交通科技计划资助项目
机构署名:
本校为其他机构
院系归属:
土木工程学院
摘要:
为准确预测CFG桩复合路基的沉降,以观测时间、累计填土厚度、软土层厚度、软土压缩模量和桩长为输入变量,基于MATLAB平台,构建网络结构为5-5-1的BP预测模型,并用粒子群算法和遗传算法分别进行优化,再以肇庆市桥北路新建工程的实测数据进行仿真,将两种优化模型和普通BP模型的预测性能进行对比.结果表明:使用PSO-BP和GA-BP预测模型预测CFG桩复合路基的沉降是可行的,且预测精度高,预测结果明显优于普通BP沉降预测模型.本文成果可为复合路基的沉降预测提供一定的借鉴与参考.
摘要(英文):
In order to accurately predict the settlement of CFG pile composite subgrade,the observation time,cumulative fill thickness,soft soil thickness,soft soil compression modulus and pile length are taken as input variables,and a BP prediction model with a network structure of 5-5-1 is constructed based on the MATLAB platform.The BP prediction model is optimized by particle swarm optimization and genetic algorithm,and then the measured data of the new construction project of Qiaobei road in Zhaoqing city is simulated,finally the prediction performances of two kinds of optimization models are compar...

反馈

验证码:
看不清楚,换一个
确定
取消

成果认领

标题:
用户 作者 通讯作者
请选择
请选择
确定
取消

提示

该栏目需要登录且有访问权限才可以访问

如果您有访问权限,请直接 登录访问

如果您没有访问权限,请联系管理员申请开通

管理员联系邮箱:yun@hnwdkj.com