HI,欢迎来到好期刊网,发表咨询:400-888-9411 订阅咨询:400-888-1571证券代码(211862)

基于人工蜂群优化小波神经网络的隧道沉降预测

摘要:小波神经网络存在收敛速度较慢、易陷入局部最优的缺陷,而人工蜂群算法收敛速度快且同时具有局部和全局搜索的能力。文章利用人工蜂群算法对小波神经网络进行优化,形成人工蜂群小波神经网络,并将其应用于地铁隧道沉降预测;并以深圳地铁10号线为例,将该模型的预测结果与BP神经网络、小波神经网络进行对比分析。结果表明,人工蜂群小波神经网络较其它两种模型的预测精度更高,预测结果更稳定。

关键词:
  • 地铁隧道  
  • 沉降预测  
  • 人工蜂群  
  • 小波神经网络  
  • bp神经网络  
作者:
陈柚州; 任涛; 邓朋; 王斌
单位:
重庆高速公路集团有限公司; 重庆401120; 重庆市交通工程质量检测有限公司; 重庆400067; 中铁西南科学研究院有限公司; 成都611731
刊名:
现代隧道技术

注:因版权方要求,不能公开全文,如需全文,请咨询杂志社

期刊名称:现代隧道技术

现代隧道技术杂志由中铁西南科学研究院有限公司;中国土木工程学会隧道及地下工程分会主办,中国铁路工程总公司主管的学术刊物,国内刊号为:51-1600/U。创办于1964年,双月刊,在全国同类期刊中发行数量名列前茅。其主要栏目有:特约稿、研究与探讨、分析与计算、试验与监测、施工技术、设备与材料等。