摘要
为了有效处理明挖法地铁车站工程建设的复杂性以及工期与其影响因素之间的非线性关系等问题,采用粗糙集理论、粒子群算法(PSO)与BP神经网络相结合的方法预测明挖法地铁车站施工工期。首先,识别得出24个工期影响因素,采用粗糙集理论根据样本数据对影响因素进行约简,确定了11个工期预测指标作为预测模型的输入变量;然后,针对BP神经网络收敛速度慢且易陷入局部最优的缺陷,通过PSO优化BP神经网络的权值及阈值,构建了基于PSO-BP的工期预测模型;最后,将样本数据输入PSO-BP模型以及BP神经网络、遗传算法(GA)优化的BP模型进行仿真测算,并进行结果误差分析,结果证明了PSO-BP预测模型的有效性和先进性。
-
单位武汉理工大学; 土木工程与建筑学院