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:
由于神经网络具有较好的自组织和自适应特点,已被广泛应用于基坑变形预测领域.但神经网络中节点的权值最优化难以处理.为进一步提高BP神经网络性能,实现准确、快速预测基坑变形的目的,可将蚁群算法作为BP神经网络的学习算法,建立一种新的蚁群神经网络预测模型.实例表明,基于蚁群—BP神经网络的基坑变形预测方法与传统的BP神经网络预测方法相比,具有较强的自适应能力,取得了较好的效果.
推荐文章
基于蚁群算法优化BP神经网络的政务云网络态势预测研究
政务云
主动防御
BP神经网络
蚁群算法
态势预测
预测精度
基于混沌蚁群算法的BP神经网络训练研究
群智能
混沌蚁群算法
BP神经网络
基于有限元-BP神经网络的地下连续墙变形预测
有限元
BP神经网络
地下连续墙
水平位移
监测数据
基于随机灰色蚁群神经网络的近期公交客流预测
城市交通
灰色模型
神经网络
蚁群优化算法
公交客流
预测
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 基于蚁群-BP神经网络的基坑变形预测
来源期刊 现代测绘 学科 工学
关键词 基坑变形预测 BP神经网络 蚁群算法
年,卷(期) 2012,(6) 所属期刊栏目 理论研究
研究方向 页码范围 13-14,27
页数 3页 分类号 TU196
字数 2467字 语种 中文
DOI
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 杨青 南京工业大学测绘学院 19 162 7.0 12.0
2 吉文来 南京工业大学测绘学院 16 60 5.0 7.0
3 张元 南京工业大学测绘学院 4 96 3.0 4.0
4 石星照 南京工业大学测绘学院 2 10 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (15)
共引文献  (361)
参考文献  (7)
节点文献
引证文献  (5)
同被引文献  (10)
二级引证文献  (4)
1987(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(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(4)
  • 参考文献(1)
  • 二级参考文献(3)
2000(3)
  • 参考文献(0)
  • 二级参考文献(3)
2001(4)
  • 参考文献(3)
  • 二级参考文献(1)
2002(2)
  • 参考文献(1)
  • 二级参考文献(1)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(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)
2013(1)
  • 引证文献(1)
  • 二级引证文献(0)
2014(2)
  • 引证文献(2)
  • 二级引证文献(0)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
2018(1)
  • 引证文献(0)
  • 二级引证文献(1)
2019(3)
  • 引证文献(1)
  • 二级引证文献(2)
2020(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
基坑变形预测
BP神经网络
蚁群算法
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
现代测绘
双月刊
1672-4097
32-1694/P
大16开
江苏省南京市北京西路75号
1978
chi
出版文献量(篇)
2052
总下载数(次)
3
论文1v1指导