改进BP神经网络在木构古建筑中的寿命预测

被引：11

作者：

路杨

李鹏珊

翟盼盼

机构：

[1] 河南大学计算机与信息工程学院

来源：

计算机技术与发展 | 2014年 / 24卷 / 05期

关键词：

BP神经网络; 木构古建筑; 泛化能力; 寿命预测;

D O I：

暂无

中图分类号：

TP183 [人工神经网络与计算];

学科分类号：

140502 [人工智能];

摘要：

标准的BP神经网络存在训练速度慢、容易陷入极小点、泛化能力低的特点。文中用附加动量项和改进学习速率相结合的方法对标准的BP神经网络进行了改进,并将其应用在木构古建筑的寿命预测中。仿真结果表明,和标准的BP神经网络相比,改进后的BP神经网络提高了泛化能力,能较准确地拟合训练值,避免了在确定计算参数过程中所产生的计算误差。

引用

页码：207 / 210

页数：4

共 13 条

[1]

基于样本期望训练数的BP神经网络改进研究 [J].

李志俊 ;

程家兴 ;

金奎 ;

饶玉佳 .

计算机技术与发展, 2009, 19 (05) :103-106

[2]

神经网络技术在预应力混凝土桥梁可靠度分析中的应用 [J].

粟洪 ;

程进 .

结构工程师, 2009, 25 (02) :71-76

[3]

多因素作用下混凝土寿命的BP神经网络预测 [J].

刘斯凤 ;

邢锋 .

材料导报, 2008, (07) :85-87

[4]

模拟退火优化BP神经网络在航向控制系统中的应用 [J].

覃方君 ;

李安 ;

田蔚风 ;

卞鸿巍 .

海军工程大学学报, 2005, (02) :100-103

[5]

利用遗传算法改进BP学习算法 [J].

穆阿华 ;

周绍磊 ;

刘青志 ;

徐进 .

计算机仿真, 2005, (02) :150-151+166

[6]

基于粒子群优化的神经网络训练算法研究 [J].

高海兵 ;

高亮 ;

周驰 ;

喻道远 .

电子学报, 2004, (09) :1572-1574

[7]

遗传算法在BP网络权值学习中的应用 [J].

王智平 ;

刘在德 ;

高成秀 ;

路阳 .

甘肃工业大学学报, 2001, (02) :20-22

[8]

基于遗传算法-神经网络混合训练技术的结构近似可靠分析方法 [J].

李向京 ;

胡云昌 .

土木工程学报, 2000, (05) :40-45

[9]

Text categorization based on combination of modified back propagation neural network and latent semantic analysis.[J].Wei Wang;Bo Yu.Neural Computing and Applications.2009, 8

[10]

历史建筑木结构基于可靠度理论的剩余寿命评估方法研究 [D].

王雪亮 .

武汉理工大学,

2008

← 1 2 →