典型文献
基于PSO-BP的明挖法地铁车站施工工期预测
文献摘要：
为了有效处理明挖法地铁车站工程建设的复杂性以及工期与其影响因素之间的非线性关系等问题,采用粗糙集理论、粒子群算法(PSO)与BP神经网络相结合的方法预测明挖法地铁车站施工工期.首先,识别得出24个工期影响因素,采用粗糙集理论根据样本数据对影响因素进行约简,确定了11个工期预测指标作为预测模型的输入变量;然后,针对BP神经网络收敛速度慢且易陷入局部最优的缺陷,通过PSO优化BP神经网络的权值及阈值,构建了基于PSO-BP的工期预测模型;最后,将样本数据输入PSO-BP模型以及BP神经网络、遗传算法(GA)优化的BP模型进行仿真测算,并进行结果误差分析,结果证明了PSO-BP预测模型的有效性和先进性.
文献关键词：
明挖法;地铁车站;施工工期;PSO;BP神经网络;预测模型
中图分类号：
作者姓名：
王军武;王靖;刘森;潘子瑶
作者机构：
武汉理工大学 土木工程与建筑学院,湖北 武汉 430070
文献出处：
引用格式：
[1]王军武;王靖;刘森;潘子瑶-.基于PSO-BP的明挖法地铁车站施工工期预测)[J].土木工程与管理学报,2022(02):7-11,18
A类：
B类：
PSO,明挖法,地铁车站施工,施工工期,地铁车站工程,非线性关系,粗糙集理论,粒子群算法,工期影响因素,理论根据,行约,约简,预测指标,网络收敛速度,速度慢,局部最优,权值,GA,仿真测算,误差分析
AB值：
0.236354
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
