logo móvil
Contáctanos

Un estudio comparativo de los modelos SSA-BPNN, SSA-ENN y SSA-SVR para predecir el espesor de una zona dañada por excavación alrededor de la carretera en roca

Autores: Zhao, Guoyan; Wang, Meng; Liang, Weizhang

Idioma: Inglés

Editor: MDPI

Año: 2022

Descargar PDF

Acceso abierto

Artículo científico
2022

Un estudio comparativo de los modelos SSA-BPNN, SSA-ENN y SSA-SVR para predecir el espesor de una zona dañada por excavación alrededor de la carretera en roca


Categoría

Matemáticas

Subcategoría

Matemáticas generales

Palabras clave

Zona dañada por excavación
Modelos de predicción
Algoritmo de búsqueda de gorrión
Red neuronal de retropropagación
Red neuronal Elman
Regresión de vector de soporte.

Licencia

CC BY-SA – Atribución – Compartir Igual

Consultas: 22

Citaciones: Sin citaciones


Descripción
Debido al efecto perturbador de la excavación, el estrés original se redistribuye, lo que resulta en una zona dañada por la excavación alrededor de la carretera. Es significativo predecir el grosor de una zona dañada por la excavación porque afecta directamente la estabilidad de las carreteras. Este estudio utilizó un algoritmo de búsqueda de gorriones para mejorar una red neuronal de retropropagación, y una red neuronal Elman y modelos de regresión de vectores de soporte para predecir el grosor de una zona dañada por la excavación.

Otros recursos que podrían interesarte

Temas Virtualpro