基于BP神经网络与GM(1,1)模型组合算法的桥梁耐久性预测
100 积分
50
评分
4.3 积分- 详情
- 2021-08-07
- 简介
pdf
- 259KB
- 页数 6P
- 阅读 92
- 下载 23
针对混凝土桥梁耐久性历史评估数据的特点,提出一种基于BP神经网络与GM(1,1)模型的桥梁耐久性组合预测方法。通过GM(1,1)模型,以部分数据作为样本进行预测,在此基础之上,引入BP神经网络对预测的残差序列进行处理,旨在克服单一预测模型的不足,取得更高的预测精度。算例表明,本文算法精度明显高于传统GM(1,1)模型,与类似算法相比,精度上也有所提高。
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
基于BP神经网络与GM(1,1)模型组合算法的桥梁耐久性预测 259KB
基于BP神经网络的桥梁技术状态评估 107KB
基于DE-BP神经网络的桥梁损伤评估 304KB
基于灰色BP神经网络组合模型的基坑变形预测研究 405KB
基于BP神经网络的混凝土抗冻耐久性预测 366KB
基于BP神经网络的桥梁有限元模型修正 529KB
基于PSO和BP复合算法的模糊神经网络控制器 963KB