10.3969/j.issn.2095-0985.2019.05.030
基于ACO的BP-RBF算法在建筑基础选型中的应用
本文将人工神经网络算法思想引入到建筑基础选型决策的研究中,首先把RBF神经网络模型与BP神经网络模型耦合生成BP-RBF模型.通过对厦门某工程的基础选型实例验证发现该算法具有迭代时间长、计算复杂的问题.为改进算法,本文将ACO算法引入BP-RBF模型,建立了基于ACO的BP-RBF神经网络模型,将专家库知识系统导入到改进后的模型中进行仿真训练,训练结果表明引入ACO算法后的模型将精度提高了5.43%,并将迭代时间缩短为原来的1/2.改进后的基于ACO的BP-RBF算法在基础选型决策中可达到89.74%的决策精度,算法科学合理,以期为建筑基础选型工作提供一定的参考.
BP-RBF神经网络、蚁群算法、基础设计选型
36
TU470+.3(土力学、地基基础工程)
2019-11-22(万方平台首次上网日期,不代表论文的发表时间)
共6页
187-191,199