CSpace
基于SFLA-GRNN模型的基坑地表最大沉降预测
钟国强1; 王浩1; 李莉2; 王成汤1; 谢壁婷1
2019
发表期刊岩土力学
ISSN1000-7598
卷号000期号:002页码:792
摘要为可靠预测基坑周边地表沉降的发展趋势,提出了一种基于混合蛙跳算法和广义回归神经网络模型的基坑地表最大沉降预测模型(SFLA-GRNN模型)。首先,在沉降机制分析并初选输入变量集的基础上,利用灰色相关度分析对模型输入、输出变量的相关性进行量化,并剔除与输出变量相关性明显偏小的输入变量;其次,利用混合蛙跳算法(SFLA)对广义回归神经网络模型(GRNN)的平滑因子进行优化确定,减少人为因素对模型精度和泛化能力的不良影响;最后,利用筛选得到的输入变量集建立基坑地表最大沉降预测的广义回归神经网络模型。实例应用及对比计算结果表明,基于灰色相关度的输入变量筛选和基于混合蛙跳算法的平滑因子优化均能够有效提高广义回归神经网络模型的精度和泛化能力,以上结论可为类似变形预测提供参考。
关键词混合蛙跳算法 广义回归神经网络 平滑因子 灰色相关度分析 沉降预测
语种英语
文献类型期刊论文
条目标识符http://119.78.100.198/handle/2S6PX9GI/26302
专题中科院武汉岩土力学所
作者单位1.中国科学院武汉岩土力学研究所
2.中国船舶重工集团公司第722所
第一作者单位中科院武汉岩土力学所
推荐引用方式
GB/T 7714
钟国强,王浩,李莉,等. 基于SFLA-GRNN模型的基坑地表最大沉降预测[J]. 岩土力学,2019,000(002):792.
APA 钟国强,王浩,李莉,王成汤,&谢壁婷.(2019).基于SFLA-GRNN模型的基坑地表最大沉降预测.岩土力学,000(002),792.
MLA 钟国强,et al."基于SFLA-GRNN模型的基坑地表最大沉降预测".岩土力学 000.002(2019):792.
条目包含的文件 下载所有文件
文件名称/大小 文献类型 版本类型 开放类型 使用许可
基于SFLA_GRNN模型的基坑地表最大(296KB)期刊论文作者接受稿开放获取CC BY-NC-SA浏览 下载
个性服务
推荐该条目
保存到收藏夹
查看访问统计
导出为Endnote文件
谷歌学术
谷歌学术中相似的文章
[钟国强]的文章
[王浩]的文章
[李莉]的文章
百度学术
百度学术中相似的文章
[钟国强]的文章
[王浩]的文章
[李莉]的文章
必应学术
必应学术中相似的文章
[钟国强]的文章
[王浩]的文章
[李莉]的文章
相关权益政策
暂无数据
收藏/分享
文件名: 基于SFLA_GRNN模型的基坑地表最大沉降预测_钟国强.pdf
格式: Adobe PDF
所有评论 (0)
暂无评论
 

除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。