基于改进GWO-BP神经网络模型的箱涵沉降预测

摘要：

箱涵受外部荷载等多方面影响,会出现一定程度的不均匀沉降,可能会对箱涵结构造成破坏,因此箱涵地基沉降预测十分重要.引入灰狼算法(GWO)对BP神经网络的权值和阈值进行寻优,建立了基于改进的GWO-BP预测模型,对箱涵的沉降值进行预测.将该预测模型应用于南水北调工程天津某标段的箱涵沉降预测,并将预测值与实测值进行对比,相对误差在5％以下.通过与未改进的灰狼算法优化BP神经网络模型、BP模型进行对比,结果表明改进的灰狼算法优化BP神经网络预测模型具有更好的寻优能力与寻优精度,能够有效地对箱涵沉降值进行预测.

关键词：箱涵;沉降预测;灰狼算法;BP神经网络;权值和阈值

所属期刊栏目：43

分类号：U449.82(桥涵工程)

资助基金：贵州省自然科学基金资助项目;贵州大学引进人才基金资助项目;贵州省科技合作计划项目

在线出版日期：2021-10-19（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：150-153