期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于WOA-IC优化神经网络的隧道爆破振动预测研究
1
作者
高宇璠
傅洪贤
《振动与冲击》
北大核心
2025年第4期229-237,共9页
为了提高爆破振动预测精度,提出了一种鲸鱼优化算法(whale optimization algorithm,WOA)和信息准则(information criterion,IC)优化的人工神经网络(artificial neural network,ANN)爆破振动预测模型。根据二维指标变量法将地质参数定量...
为了提高爆破振动预测精度,提出了一种鲸鱼优化算法(whale optimization algorithm,WOA)和信息准则(information criterion,IC)优化的人工神经网络(artificial neural network,ANN)爆破振动预测模型。根据二维指标变量法将地质参数定量化,建立了包括3个定量参数和10个定性参数的更完整的数据集。利用信息准则对模型复杂度的反馈,构建了一个提高模型泛化能力的双层优化结构,分析改进ANN模型的激活函数和训练算法最优组合,并引入鲸鱼算法优化模型初始权值和阈值的选取,降低模型输出结果的偏差和波动。对比分析WOA-IC-ANN模型与传统经验公式、ANN模型、IC-ANN模型、WOA-ANN模型预测结果的差异。研究表明,WOA-IC-ANN模型的预测结果与实际吻合更好,误差显著降低,具有较好的泛化能力。研究成果可用于隧道爆破工程的振动预测,并为类似工作提供借鉴和参考。
展开更多
关键词
爆破振动
预测模型
信息
准则
(
ic
)
鲸鱼优化算法(WOA)
人工神经网络(ANN)
在线阅读
下载PDF
职称材料
题名
基于WOA-IC优化神经网络的隧道爆破振动预测研究
1
作者
高宇璠
傅洪贤
机构
南华大学土木工程学院
北京交通大学土木建筑工程学院
出处
《振动与冲击》
北大核心
2025年第4期229-237,共9页
基金
轨道交通安全协同创新中心项目(2022JBXT007)
国家自然科学基金联合基金项目(U1934210)。
文摘
为了提高爆破振动预测精度,提出了一种鲸鱼优化算法(whale optimization algorithm,WOA)和信息准则(information criterion,IC)优化的人工神经网络(artificial neural network,ANN)爆破振动预测模型。根据二维指标变量法将地质参数定量化,建立了包括3个定量参数和10个定性参数的更完整的数据集。利用信息准则对模型复杂度的反馈,构建了一个提高模型泛化能力的双层优化结构,分析改进ANN模型的激活函数和训练算法最优组合,并引入鲸鱼算法优化模型初始权值和阈值的选取,降低模型输出结果的偏差和波动。对比分析WOA-IC-ANN模型与传统经验公式、ANN模型、IC-ANN模型、WOA-ANN模型预测结果的差异。研究表明,WOA-IC-ANN模型的预测结果与实际吻合更好,误差显著降低,具有较好的泛化能力。研究成果可用于隧道爆破工程的振动预测,并为类似工作提供借鉴和参考。
关键词
爆破振动
预测模型
信息
准则
(
ic
)
鲸鱼优化算法(WOA)
人工神经网络(ANN)
Keywords
blasting vibration
pred
ic
tion model
information criterion(
ic
)
whale optimization algorithm(WOA)
artif
ic
ial neural network(ANN)
分类号
U455.6 [建筑科学—桥梁与隧道工程]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于WOA-IC优化神经网络的隧道爆破振动预测研究
高宇璠
傅洪贤
《振动与冲击》
北大核心
2025
0
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
