| 全部作者： | 陶祥林 胡伍生 |
| 第1作者單位： | 東南大學交通學院 |
| 論文摘要： | 人工神經網路具有較強的非線性對映能力和學習能力，通過對神經網路的BP演算法進行了改進，提高了BP演算法的學習收斂速度和網路效能的穩定性。基於改進的BP神經網路模型,建立了可依據現場量測資訊對軟基路堤沉降量隨時間而發展的過程進行動態預報的分析方法。本方法利用實測資料直接建模,避免了傳統方法計算過程中各種人為因素的干擾,所建立的模型預測精度高、預測的沉降量誤差小。 |
| 關鍵詞： | 改進的BP神經網路；軟土路基；沉降量 遠端下載 論文(免費PDF論文全文) |
| 發表日期： | 2006年05月19日 |
| 同行評議： | 本文作為1篇應用性文章，在工程中有應用價值。文章應用改進的BP神經網路較好地解決了基礎沉降地預測問題，演算法簡單，應用方便。文中地表2序號21行地資料有筆誤，誤差應為0.3，而不是1.3。
|
| 綜合評價： | |
| 修改稿： | |
| 注：同行評議是由特聘的同行專家給出的評審意見，綜合評價是綜合專家對論文各要素的評議得出的數值，以1至5顆星顯示。 | |
