萤火虫优化算法耦合人工神经网络的膨胀土胀缩量预测
为了提高膨胀土胀缩量预测的精度,本文耦合萤火虫算法优化和BP神经网络对膨胀土胀缩量进行多因子预测.选用蒙脱石含量、液限、塑性指数、含水量、干密度、粘粒含量、上覆压力等7个膨胀变形量指标作为BP神经网络输入参数;利用萤火虫算法全局寻优的特点优化BP神经网络的初始权值与阈值;建立评价指标体系,对比分析本文模型与传统BP神经网络模型.结果表明,萤火虫算法优化的BP神经网络模型对膨胀土胀缩量的预测精度高于传统神经网络,该模型可以应用于膨胀土胀缩量预测领域.
膨胀土、胀缩量、萤火虫优化、神经网络、预测
42
S181(农业生物学)
2022-11-22（万方平台首次上网日期，不代表论文的发表时间）
共5页
97-101
