地基沉降预测中CSI和BP-ANN生成“填空数据”精确度比较

• 作者: 王天剑 王彦之
• 来源期刊: 上海工程技术大学学报
• 学科: 工学
• 关键词: 沉降 预测 三次样条插值 BP人工神经网络
• 年，卷（期）: 2017,（2）
• 所属期刊栏目: 计算机技术与数理科学
• 页码范围: 131-135
• 页数: 5页
• 分类号: TU433
• 字数: 3434字
• 语种: 中文

摘要

基于地基沉降观测数据,同时采用三次样条插值法(Cubic Spline Interpolation,CSI)和经遗传算法优化的BP人工神经网络(Back Propagation Artificial Neuron Network,BP-ANN)仿真生成“填空数据”(插值),并与对应的实际观测数据进行比较.结果发现,BP-ANN仿真生成的数据比CSI仿真生成的数据精确度更高.在具体工程实践中,BP-ANN可作为一种可供选择的“填空数据”生成技术,进行地基沉降预测.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王天剑	贵州财经大学贵州省经济系统仿真重点实验室	44	52	4.0	6.0
2	王彦之	中南大学地球科学与信息物理学院	5	5	1.0	2.0