Biblioteca122.294 documentos en línea

Artículo

The Prediction of Pile Foundation Buried Depth Based on BP Neural Network Optimized by Quantum Particle Swarm OptimizationLa predicción de la profundidad de enterramiento de cimentaciones de pilotes basada en una red neuronal BP optimizada por la optimización de enjambre de partículas cuánticas.

Resumen

Debido a la fluctuación del estrato de rodamiento y a las distintas propiedades de la capa de suelo, la profundidad enterrada de la cimentación de pilotes también será diferente entre sí. En la construcción práctica, dado que la longitud de pilote diseñada no coincide definitivamente con la longitud real del pilote, se requerirá cortar o complementar masas de pilotes, lo que resulta en un gran desperdicio de costos y posibles riesgos de seguridad. Por lo tanto, la predicción de la profundidad enterrada de la cimentación de pilotes es de gran importancia en la ingeniería de la construcción. En este documento, se estableció un modelo no lineal basado en las coordenadas y la profundidad enterrada de los pilotes mediante la red neuronal BP para predecir las muestras a evaluar, cuyo resultado indicó que la red neuronal BP fácilmente caía en valores extremos locales y el error alcanzaba el 31%. Posteriormente, se propuso el algoritmo QPSO para optimizar los pesos y umbrales de la red BP, lo que demo

  • Tipo de documento:
  • Formato:pdf
  • Idioma:Inglés
  • Tamaño: Kb

Cómo citar el documento

Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.

Este contenido no est� disponible para su tipo de suscripci�n

Información del documento