典型文献
基于BAS-BP模型的深基坑开挖地表沉降预测
文献摘要：
针对反向传播(back propagation,BP)神经网络在训练过程中存在的易过度拟合、收敛速度慢和易陷入局部最优等问题,引入天牛须搜索(beetle antennae search,BAS)算法优化传统BP神经网络中的权值和阈值,建立了BAS-BP神经网络模型.利用深圳市某深基坑开挖的周围道路地表沉降监测数据进行BAS-BP模型仿真测试.实验结果表明,BAS-BP模型在均方误差(mean square error,MSE)、平均绝对误差(mean absolute error,MAE)和平均绝对百分比误差(mean absolute percentage error,MAPE)精度指标上均优于BP神经网络模型,预测精度更高.
文献关键词：
反向传播(back propagation;BP)神经网络;天牛须搜索算法;地表沉降;沉降预测
中图分类号：
作者姓名：
杨帆;黄超
作者机构：
辽宁工程技术大学测绘与地理科学学院,辽宁 阜新,123000
文献出处：
引用格式：
[1]杨帆;黄超-.基于BAS-BP模型的深基坑开挖地表沉降预测)[J].测绘地理信息,2022(05):47-50
A类：
B类：
BAS,深基坑开挖,挖地,地表沉降预测,反向传播,back,propagation,训练过程,过度拟合,收敛速度,速度慢,和易,局部最优,优等,beetle,antennae,search,算法优化,权值,路地,地表沉降监测,沉降监测数据,模型仿真,仿真测试,均方误差,mean,square,error,MSE,平均绝对误差,absolute,MAE,平均绝对百分比误差,percentage,MAPE,精度指标,天牛须搜索算法
AB值：
0.40049
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。
