基于粒子群算法优化BP神经网络的地铁暗挖段地表变形预测

• 作者: 卜祥勇 李全海
• 来源期刊: 测绘与空间地理信息
• 学科: 地球科学
• 关键词: BP神经网络 粒子群算法 变形监测 数据处理
• 年，卷（期）: 2014,（11）
• 所属期刊栏目: 测绘工程
• 页码范围: 195-198
• 页数: 4页
• 分类号: P258
• 字数: 2738字
• 语种: 中文

摘要

在使用传统BP神经网络算法建模进行预测过程中，由于初始权值和阈值是随机给定的，易使网络陷入局部最优，从而导致预测精度较低。利用具有较强优化能力的粒子群算法（ particle swarm optimization ，PSO）优化BP神经网络在训练过程中的初始权值和阈值，建立新的预测模型，以青岛地铁3号线保河区间隧道监测数据为例进行验证分析，研究结果表明，与传统BP神经网络预测算法相比，使用PSO算法优化的BP神经网络预测算法可以得到更优的预测结果。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李全海	同济大学测绘与地理信息学院	29	174	9.0	12.0
2	卜祥勇	同济大学测绘与地理信息学院	1	5	1.0	1.0