粒子群神经网络在大跨钢结构挠度监测中的应用

• 作者: 李超 肖兴国 袁长征
• 来源期刊: 城市勘测
• 学科: 地球科学
• 关键词: BP神经网络 粒子群算法 大跨钢结构 挠度监测
• 年，卷（期）: 2016,（5）
• 所属期刊栏目: 测绘工程
• 页码范围: 135-139
• 页数: 5页
• 分类号: P258|TU196
• 字数: 3640字
• 语种: 中文

摘要

针对传统BP神经网络拓扑结构不确定、收敛效率低、容易陷入局部最优解的缺陷，引入粒子群( PSO)算法替代BP神经网络中基于误差函数梯度下降的学习训练规则，构建了粒子群神经网络(PSO－BP)模型，并以重庆某大型场馆安全监测项目为例，通过对比分析验证了粒子群神经网络模型在大跨钢结构挠度监测中的可行性以及与传统BP神经网络模型相比在效率和精度方面的优越性。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李超		9	23	4.0	4.0
5	袁长征		6	31	3.0	5.0
9	肖兴国		12	33	3.0	5.0