期刊文献+

混凝土强度预测的混沌优化神经网络模型 被引量:4

THE CHAOTIC OPTIMIZATION NEURAL NETWORK MODEL OF THE CONCRETE STRENGTH
下载PDF
导出
摘要 BP神经网络方法由于综合考虑了高强度、高性能混凝土强度的各种影响因素 ,能够实现非线性关系 ,可以用于混凝土强度预测上。为克服传统BP网络收敛速度慢、易出现麻痹现象等不足 ,本文采用自适应变步长(ABPM)算法来改进的BP神经网络 ,提出了基于混沌优化的自适应变步长 (ABPM)神经网络模型 ,并将其预测结果和训练效率进行了分析。该方法主要利用混沌运动的遍历性为梯度算法创造一个良好的搜索界面 .仿真结果表明 ,混沌优化的ABPM神经网络用于混凝土强度的预测 ,方法简单可行 ,搜索速度快 ,预测结果可靠、精度高。 Because main factors of influencing high strength and high performance concrete strength are considered, BP neural network can deal with non-line problem and forecast concrete strength. To overcome shortage of slow constringency speed and anesthesia phenomenon in conventional BP network, this paper, the back-propagation (BP) network is trained using adaptive variable step-size arithmetic. ABPM neural network model with chaotic optimization is put forward. The forecast result and training effect are analyzed and compared. Its excellence is mainly a good search interface in grads arithmetic using searching characteristic of chaotic motion. Calculating result makes know that this method is used to speed up the convergence and improve the performance.
出处 《山东农业大学学报(自然科学版)》 CSCD 北大核心 2003年第2期251-255,共5页 Journal of Shandong Agricultural University:Natural Science Edition
关键词 混凝土强度 预测 混沌优化 神经网络模型 非线性关系 网络收敛速度 混沌运动 concrete strength,BP neural network,ABPM algorithm,forecast
  • 相关文献

参考文献5

二级参考文献4

共引文献29

同被引文献28

引证文献4

二级引证文献11

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部