基于遗传算法的BP神经网络模型在桩孔质量检测中的应用
- 详情
- 2021-04-27
- 简介
- 596KB
- 页数 8P
- 阅读 96
- 下载 27
目的将改进的神经网络模型应用于钻孔灌注桩桩孔质量的智能化识别,从而减少人为的误判、漏判情况.方法将遗传算法与神经网络模型有机地结合起来,建立桩孔质量检测的智能化模型,先利用遗传算法对神经网络的权值和阈值进行优化,再结合训练完成的神经网络模型对桩孔质量进行预测,同时根据现场数据建立三维分析图,通过预测结果与三维分析图的比对来验证模型的准确性.结果测试样本的仿真误差为0.005 75,训练样本的仿真误差为0.022 4;5、6号桩孔的预测结果为(0.001 2,0.999 9),(0.002 7,0.005 1),即5号桩质量为合格,6号桩质量为良好.结论通过预测结果与三维分析图的比对结果,可以得出基于遗传算法的神经网络模型能够较好地对孔灌注桩进行智能判别.
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
gyrf***
擅长:
装饰 市政 园林 其他
- -
服务
- 7
商品
- -
人气
相关推荐
基于遗传算法的BP神经网络模型在桩孔质量检测中的应用 1.7MB
基于遗传算法的BP神经网络模型在桩孔质量检测中的应用 596KB
基于遗传算法的改进BP神经网络模型在水质评价中的应用 396KB
遗传算法优化BP神经网络的信号检测 173KB
基于遗传算法的BP神经网络在水利定额编制中的应用 283KB
基于遗传算法的神经网络在桩基检测中的应用研究 327KB
基于遗传算法优化BP神经网络的电解碲电源 3.2MB
基于遗传算法的BP神经网络模型在道路交通事故宏观预测中的应用 519KB
基于遗传算法的BP神经网络隧道施工参数正反演分析与应用 786KB
基于BP神经网络和遗传算法的年负荷预测与分析 527KB