为了提高膨胀土胀缩量预测的精度，本文耦合萤火虫算法优化和BP神经网络对膨胀土胀缩量进行多因子预测。选用蒙脱石含量、液限、塑性指数、含水量、干密度、粘粒含量、上覆压力等7个膨胀变形量指标作为BP神经网络输入参数；利用萤火虫算法全局寻优的特点优化BP神经网络的初始权值与阈值；建立评价指标体系，对比分析本文模型与传统BP神经网络模型。结果表明，萤火虫算法优化的BP神经网络模型对膨胀土胀缩量的预测精度高于传统神经网络，该模型可以应用于膨胀土胀缩量预测领域。
科研之友
微信
新浪微博
Facebook
分享链接
