基于GM-BP模型的塔机合理分配应用研究

• 作者: 宋梦鸽 杜嵬 蔡秀梅
• 来源期刊: 测控技术
• 学科: 工学
• 关键词: BP神经网络 灰色预测模型 塔机 资源分配
• 年，卷（期）: 2018,（5）
• 所属期刊栏目: 先进算法与人工智能
• 页码范围: 29-32
• 页数: 4页
• 分类号: TP183|TU73
• 字数: 3480字
• 语种: 中文

摘要

塔式起重机是建筑工地应用最频繁的起重设施之一,但在实际使用中,由于塔机运输的物料分属于不同的分包商,经常导致工地现场分包商间为争夺塔机资源而出现争论以及带来的分配不均等诸多问题.为解决该问题,将BP神经网络引入到灰色预测模型(GM)中,建立塔机耗费数据的GM(1,1)和BP神经网络组合模型,通过对塔机的使用数据分析预测,实现塔机资源分配合理化.验证结果表明,该组合模型与单一GM模型或BP神经网络模型相比,具有较高的预测精度,对塔机的合理分配有较好的效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	蔡秀梅	西安邮电大学自动化学院	18	95	5.0	9.0
2	宋梦鸽	西安邮电大学自动化学院	1	0	0.0	0.0
3	杜嵬		1	0	0.0	0.0