基于GA-PSO混合优化BP的面板堆石坝爆破料压实质量评价
Yellow River（2023）
摘要
碾压质量评价是大坝智慧化施工的关键技术之一,对坝体安全稳定性具有重要影响,而目前对其评价模型和方法尚未达成一致认识.以新疆阿尔塔什面板堆石坝为依托工程,结合现场填筑碾压监测数据和试坑检测试验数据,提出基于遗传算法和粒子群算法混合优化的BP神经网络算法(GA-PSO-BP)的爆破料压实质量评价模型.通过与BP、GA-BP、PSO-BP 3种预测模型进行对比分析,证明该模型的精度和优越性.结果表明:提出的基于GA-PSO-BP模型收敛速度更快、性能更好,且基于GA-PSO混合优化后的BP神经网络爆破料压实质量评价模型精度相对较高,可用于与新疆阿尔塔什混凝土面板堆石坝类似工况的压实质量评价.
更多AI 理解论文
溯源树
样例
生成溯源树，研究论文发展脉络
Chat Paper
正在生成论文摘要