基于SSA-ELM算法的基坑地表沉降预测OA北大核心CSTPCD
针对传统的极限学习机算法(ELM)在进行深基坑的地表沉降预测时易陷入局部极小、网络结构中参数选取不准确及预测精度不佳等问题,提出了一种基于麻雀搜索算法(SSA)优化极限学习机算法的基坑地表沉降预测模型。根据麻雀搜索算法收敛速度快、寻优能力与稳定性较强等特点,对极限学习机算法中的连接权值与阈值进行优化,并将优化后的模型应用于基坑的地表沉降预测。将麻雀搜索算法优化后的极限学习机算法(SSA-ELM)与ELM、 GA-ELM、 PSO-ELM算法进行预…查看全部>>
刘银涛;任超
桂林理工大学测绘地理信息学院,广西桂林541006 桂林理工大学广西空间信息与测绘重点实验室,广西桂林541006桂林理工大学测绘地理信息学院,广西桂林541006 桂林理工大学广西空间信息与测绘重点实验室,广西桂林541006
测绘与仪器
极限学习机麻雀搜索算法优化沉降预测基坑
《桂林理工大学学报》 2024 (3)
P.471-475,5
国家自然科学基金项目(42064003)广西高校中青年教师科研基础能力提升项目(2021KY0268)广西空间信息与测绘重点实验室基金项目(16-380-25-25)。
评论