100 积分
50
评分
4.7 积分- 详情
- 2021-04-27
- 简介
pdf
- 321KB
- 页数 4P
- 阅读 98
- 下载 31
针对传统的BP神经网络存在的缺点,提出了用附加动量法、自适应学习速率和L-M优化算法等几种算法进行优化。通过对比分析,证明了采用L-M优化和附加动量因子算法相结合取得了最优的预测效果。该方法克服了BP神经网络模型存在的收敛速度慢、易陷入局部极小点的缺点。结合现场实测数据,将该优化模型与传统的BP神经网络预测模型对比,预测结果表明改进的BP神经网络在路基沉降预测中精度最高,适宜广泛采用。
对不起，您暂无在线预览权限，如需浏览请
立即登录热门商品
相关推荐
改进的BP神经网络在路基沉降预测中的应用 194KB
改进的BP神经网络在路基沉降预测中的应用 321KB
基于BP神经网络的冻土路基沉降预测 239KB
改进BP神经网络算法在基坑沉降预测中的应用 292KB
小波神经网络模型在高铁路基沉降预测中的应用研究 347KB
遗传神经网络预测路基沉降 228KB
高速公路路基沉降预测的神经网络模型 105KB
基于人工神经网络的软土路基沉降预测 1013KB
BP神经网络在基坑变形预测中的应用及改进 307KB
改进BP神经网络及其在西北建筑业预测中的应用 138KB