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:
目前基坑工程普遍仅关心地表沉降值是否超出监测预警值,缺乏对基坑地表沉降短期实时预测的有效方法,降低了基坑安全性.利用人工蜂群算法优化BP神经网络的组合模型可合理预测基坑地表沉降.首先,结合灰色相关度理论,对输入变量进行筛选,提高网络结构的高效性;接着,利用人工蜂群算法优化BP神经网络初始值,实现对地表沉降累计最大值及位置的预测;最后,将ABC-BP模型与其他常见神经网络预测模型对比,验证模型有效性.从预测和对比结果中可知,ABC-BP模型训练及预测结果的平均相对误差为3.27%,均方根误差为3.87,验证模型有效.
推荐文章
基于ABC-BP的短期风速预测研究
短期风速预测
人工蜂群算法
BP神经网络
支持向量机
基于ABC-BP神经网络的用电量预测研究
人工蜂群算法
BP神经网络
用电量预测
预测算法
基于ABC-BP神经网络预测钢筋锈蚀程度
ABC-BP
MATLAB
混凝土
钢筋锈蚀
深基坑施工时地表沉降预测的时序-投影寻踪回归模型
时间序列分析
投影寻踪回归模型
基坑施工
地表沉降
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ABC-BP模型的基坑地表沉降预测
来源期刊 河北工程大学学报(自然科学版) 学科 工学
关键词 基坑地表沉降预测 人工蜂群算法 BP神经网络 灰色关联度分析
年,卷(期) 2020,(4) 所属期刊栏目
研究方向 页码范围 7-12
页数 6页 分类号 TU478
字数 语种 中文
DOI 10.3969/j.issn.1673-9469.2020.04.002
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 丰土根 58 510 13.0 21.0
2 张箭 4 11 2.0 3.0
3 王超然 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (203)
共引文献  (553)
参考文献  (17)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1991(3)
  • 参考文献(0)
  • 二级参考文献(3)
1992(2)
  • 参考文献(0)
  • 二级参考文献(2)
1993(2)
  • 参考文献(0)
  • 二级参考文献(2)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(4)
  • 参考文献(0)
  • 二级参考文献(4)
1998(3)
  • 参考文献(0)
  • 二级参考文献(3)
1999(4)
  • 参考文献(0)
  • 二级参考文献(4)
2000(5)
  • 参考文献(0)
  • 二级参考文献(5)
2001(3)
  • 参考文献(0)
  • 二级参考文献(3)
2002(11)
  • 参考文献(0)
  • 二级参考文献(11)
2003(7)
  • 参考文献(0)
  • 二级参考文献(7)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(8)
  • 参考文献(1)
  • 二级参考文献(7)
2007(4)
  • 参考文献(0)
  • 二级参考文献(4)
2008(9)
  • 参考文献(0)
  • 二级参考文献(9)
2009(14)
  • 参考文献(2)
  • 二级参考文献(12)
2010(32)
  • 参考文献(1)
  • 二级参考文献(31)
2011(44)
  • 参考文献(1)
  • 二级参考文献(43)
2012(20)
  • 参考文献(0)
  • 二级参考文献(20)
2013(16)
  • 参考文献(2)
  • 二级参考文献(14)
2014(8)
  • 参考文献(3)
  • 二级参考文献(5)
2015(3)
  • 参考文献(0)
  • 二级参考文献(3)
2016(4)
  • 参考文献(1)
  • 二级参考文献(3)
2017(5)
  • 参考文献(1)
  • 二级参考文献(4)
2018(2)
  • 参考文献(1)
  • 二级参考文献(1)
2019(3)
  • 参考文献(3)
  • 二级参考文献(0)
2020(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)
研究主题发展历程
节点文献
基坑地表沉降预测
人工蜂群算法
BP神经网络
灰色关联度分析
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
河北工程大学学报(自然科学版)
季刊
1673-9469
13-1375/N
大16开
河北邯郸市河北工程大学学报
1984
chi
出版文献量(篇)
2309
总下载数(次)
3
总被引数(次)
12369
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导