- 博客(0)
- 资源 (2)
- 收藏
- 关注
基于粒子群优化BP神经网络回归预测-MATLAB版
粒子群优化算法(Particle Swarm Optimization,PSO)是一种基于种群的元启发式算法,具有强大的全局搜索能力,它通过模拟粒子的群体行为来搜索最优解,能够在复杂搜索空间中有效地寻找全局最优解。优化效率高,同时更新所有粒子的速度和位置,可并行计算,提高优化速率,有较快的收敛速度。参数调整简单,参数少,易调整,只需设置粒子数量、惯性权重、学习因子等几个参数,简化了使用和调优过程。由于BP神经网络初始权值和阈值是随机的,不一定是最优的,采用粒子群算法优化BP的权值和阈值,使得输入和输出有更加完美的映射关系,以此提高模型的预测精度,并将其应用于实际的案例中,与原始BP神经网络对比,预测效果有明显提升。
2023-11-21
T型截面钢筋混凝土梁弯矩-曲率全过程曲线
采用MATLAB程序编程完成。混凝土的本构关系采用《混凝土结构设计规范》(GB50010-2010)推荐的混凝土受压应力—应变简化模型。钢筋和钢材采用完全弹塑性的双直线模型。以梁顶混凝土极限压应变=0.0033进行控制。采用迭代计算混凝土受压区高度X。相关简化:忽略了混凝土的抗拉强度;将轴压力的作用等效于截面的初始压应变。
2021-04-09
matlab_code.rar
根据金井清谱生成人工地震波,采用MATLAB模拟生成的地震样本对一个单跨多层框架结构进行了动力响应分析,并对比了三种分析方法之间的误差和计算效率。
2021-04-08
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人