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:
提出了基于粒子群优化的BP网络学习算法,并结合边坡工程实例,利用搜集到的实例样本对模型进行训练和检验,并与传统BP网络相比,结果表明,该模型具有预测精度高,泛化能力强的特点,是评价边坡稳定性的一种有效方法.
推荐文章
基于PSO-SVR的岩质边坡稳定性评价模型
岩质边坡
稳定性评价
支持向量回归
粒子群算法
基于PSO和LSSVM的边坡稳定性评价方法
边坡稳定性评价
粒子群算法
最小二乘支持向量机
参数优化
基于多级可拓模型的边坡稳定性评价
边坡稳定性
评级指标
综合权重
多级可拓模型
基于MATLAB的边坡稳定性评价方法
神经网络
边坡工程
稳定性评价
MATLAB
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 基于PSO和ANN复合的边坡稳定性评价模型
来源期刊 山西建筑 学科 工学
关键词 粒子群算法 BP神经网络模型 边坡稳定 参数优化
年,卷(期) 2009,(29) 所属期刊栏目 岩土工程·地基基础
研究方向 页码范围 114-115
页数 2页 分类号 TU413.62
字数 1844字 语种 中文
DOI
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (29)
共引文献  (329)
参考文献  (6)
节点文献
引证文献  (1)
同被引文献  (5)
二级引证文献  (1)
1988(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(2)
  • 参考文献(0)
  • 二级参考文献(2)
1997(3)
  • 参考文献(0)
  • 二级参考文献(3)
1998(4)
  • 参考文献(0)
  • 二级参考文献(4)
1999(5)
  • 参考文献(0)
  • 二级参考文献(5)
2000(7)
  • 参考文献(0)
  • 二级参考文献(7)
2001(5)
  • 参考文献(1)
  • 二级参考文献(4)
2002(4)
  • 参考文献(2)
  • 二级参考文献(2)
2003(3)
  • 参考文献(3)
  • 二级参考文献(0)
2009(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
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
粒子群算法
BP神经网络模型
边坡稳定
参数优化
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
山西建筑
半月刊
1009-6825
14-1279/TU
大16开
山西省太原市
22-105
1975
chi
出版文献量(篇)
93095
总下载数(次)
236
总被引数(次)
284361
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导