科技展望2017，Vol.27Issue(6) ：160.

基于PSO-BP的边坡位移预测

刘琦良
科技展望2017，Vol.27Issue(6) ：160.
✕
  • NETL
  • NSTL
  • 万方数据

基于PSO-BP的边坡位移预测

刘琦良1
扫码查看

作者信息

  • 1. 湖北文理学院理工学院,湖北 襄阳 441000
  • 折叠

摘要

为了更加准确地对边坡位移进行分析,本文提出了粒子群(PSO)优化BP神经网络的预测方法.该模型利用PSO算法优化BP神经网络的参数(初始权值及阈值),并用优化后的方法对边坡位移进行预测分析,同时与未改进的BP网络进行对比研究.试验结果表明PSO-BP网络具有更加准确的预测精度.

关键词

边坡位移/BP神经网络/粒子群算法/预测

引用本文复制引用

出版年

2017
科技展望
宁夏科技信息研究所

科技展望

ISSN：1672-8289
参考文献量5
段落导航相关论文