PSOBP神经网络在大型场馆安全监测中的应用

PSOBP神经网络在大型场馆安全监测中的应用.pdf
针对传统BP神经网络拓扑结构不确定、收敛效率低、容易陷入局部最优解的缺陷,引入粒子群(PSO)算法替代BP神经网络中基于误差函数梯度下降的学习训练规则,构建了粒子群神经网络(PSO-BP)模型,并以重庆某大型场馆安全监测项目为例,通过对比分析验证了粒子群神经网络模型在大型场馆安全监测数据分析中的可行性以及与传统BP神经网络模型相比在效率和精度方面的优越性.
作者：袁长征岳仁宾李凯
作者单位：重庆市勘测院,重庆401121;重庆市智能感知大数据产业技术协同创新中心,重庆401121
母体文献：中国土木工程学会城市轨道交通勘察与测量专业委员会第四届全体大会暨“智慧地铁、勘测先行”技术交流大会论文集
会议名称：中国土木工程学会城市轨道交通勘察与测量专业委员会第四届全体大会暨“智慧地铁、勘测先行”技术交流大会  
会议时间：2016年12月1日
会议地点：青岛
主办单位：中国土木工程学会城市轨道交通勘察与测量专业委员会
语种：chi
分类号：TP2TP1
关键词：场馆建筑  安全监测  BP神经网络  粒子群算法
在线出版日期：2019年4月17日
基金项目：
相似文献
相关博文

PSOBP神经网络在大型场馆安全监测中的应用.pdf

文件大小:

1.1 MB

高速下载