基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
将改进的粒子群优化(IPSO)算法与Elman神经网络进行了有机结合,形成了IPSO-Elman混合算法.建立桩筏(箱)基础沉降变形期望输出与超前预测输出之间的非线性隐式方程,避开了复杂的岩土工程本构关系和力学参数计算问题.提出的多步预测控制方法,具有很好的全局识别特点和较高的推广预测能力.工程实例分析表明,IPSO-Elamn算法在桩筏(箱)基础沉降的非线性系统动态辨识和在线预测应用方面,具有良好的预测精度,满足工程实际需要.
推荐文章
基于IPSO-Elman的锂电池剩余寿命预测
锂电池
剩余寿命预测
IPSO-Elman
预测建模
高斯去噪
参数优化
基于相似日理论和IPSO-Elman模型的短期光伏发电功率预测
光伏发电
功率预测
粒子群优化(PSO)算法
Elman神经网络
相似日理论
基于IPSO-Elman的锂电池剩余寿命预测
锂电池
剩余寿命预测
IPSO-Elman
预测建模
高斯去噪
参数优化
时滞系统的Elman网络多步预测模糊控制方法
Elman网络
多步预测
滞后系统
模糊控制
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 桩筏(箱)基础沉降多步预测控制的IPSO-Elman算法
来源期刊 华中科技大学学报(自然科学版) 学科 工学
关键词 桩筏基础沉降 改进粒子群优化算法 Elman神经网络 动态辨识 多步预测
年,卷(期) 2008,(6) 所属期刊栏目 土木工程与力学
研究方向 页码范围 96-99
页数 4页 分类号 TU375
字数 3490字 语种 中文
DOI 10.3321/j.issn:1671-4512.2008.06.028
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 王元汉 华中科技大学土木工程与力学学院 102 1648 21.0 37.0
2 苗雨 华中科技大学土木工程与力学学院 53 337 9.0 16.0
3 向平 华中科技大学控制工程与科学系 3 55 2.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (2)
节点文献
引证文献  (3)
同被引文献  (16)
二级引证文献  (5)
1990(1)
  • 参考文献(1)
  • 二级参考文献(0)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2008(1)
  • 引证文献(1)
  • 二级引证文献(0)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
2017(3)
  • 引证文献(1)
  • 二级引证文献(2)
2018(2)
  • 引证文献(0)
  • 二级引证文献(2)
2019(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
桩筏基础沉降
改进粒子群优化算法
Elman神经网络
动态辨识
多步预测
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
华中科技大学学报(自然科学版)
月刊
1671-4512
42-1658/N
大16开
武汉市珞喻路1037号
38-9
1973
chi
出版文献量(篇)
9146
总下载数(次)
26
总被引数(次)
88536
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导