基于遗传BP算法的神经网络在桩基检测中的应用

计算机工程与应用 ›› 2008, Vol. 44 ›› Issue (13): 235-237.

基于遗传BP算法的神经网络在桩基检测中的应用

戎丽霞¹,刘金亮²

1.德州学院计算机系，山东德州 253023
2.德州学院数学系，山东德州 253023

收稿日期:2007-08-22 修回日期:2007-11-20 出版日期:2008-05-01 发布日期:2008-05-01
通讯作者: 戎丽霞

Application to defect of pile of neural network based on GA-BP algorithm

RONG Li-xia¹,LIU Jin-liang²

1.Dept. of Computer，Dezhou University，Dezhou，Shandong 253023，China
2.Dept. of Mathematics，Dezhou University，Dezhou，Shandong 253023，China

Received:2007-08-22 Revised:2007-11-20 Online:2008-05-01 Published:2008-05-01
Contact: RONG Li-xia

摘要/Abstract

摘要： 文中介绍了传统的遗传算法与BP算法，并分析了它们的不足。提出了一种将遗传算法和BP算法相结合的遗传BP算法，在遗传算法的群体设计中采用小生境技术，防止优秀个体早期退化。并将此方法应用于桩基检测中，实验证明了其正确性和有效性。

关键词: BP算法, 遗传算法, 小生境技术, 神经网络, 桩基检测

Abstract: In this paper，the principle and characteristics of Genetic Algorithm and BP algorithm are introduced.Their disadvantages are analyzed.A new algorithm on combination of genetic algorithm and back propagation algorithm is proposed.In genetic algorithm，niche technology is applied in order to avoid the early degenerate of good network.The experiment in defect of pile illustrates that the new algorithm has better efficiency.

Key words: BP algorithm, genetic algorithm, niche technique, neural network, defect of pile

戎丽霞¹,刘金亮². 基于遗传BP算法的神经网络在桩基检测中的应用[J]. 计算机工程与应用, 2008, 44(13): 235-237.

RONG Li-xia¹,LIU Jin-liang². Application to defect of pile of neural network based on GA-BP algorithm[J]. Computer Engineering and Applications, 2008, 44(13): 235-237.

[1]	许昊，张凯，田英杰，种法广，王子超. 深度神经网络图像描述综述[J]. 计算机工程与应用, 2021, 57(9): 9-22.
[2]	冉蓉，徐兴华，邱少华，崔小鹏，欧阳斌. 基于深度卷积神经网络的裂纹检测方法综述[J]. 计算机工程与应用, 2021, 57(9): 23-35.
[3]	牟清萍，张莹，张东波，王新杰，杨知桥. 目标丢失判别机制的视觉跟踪算法及应用研究[J]. 计算机工程与应用, 2021, 57(9): 140-147.
[4]	包志强，邢瑜，吕少卿，黄琼丹. 改进YOLO V2的6D目标姿态估计算法[J]. 计算机工程与应用, 2021, 57(9): 148-153.
[5]	王林，柴江云. 深度神经网络在多场景车辆属性识别中的研究[J]. 计算机工程与应用, 2021, 57(9): 162-167.
[6]	赵志焱，杨华，胡志伟，宇海萍. 基于TACNN的玉露香梨叶虫害识别[J]. 计算机工程与应用, 2021, 57(9): 176-181.
[7]	周伦钢，孙怡峰，王坤，吴疆，黄维贵，李炳龙. 目标多种多值属性的端端快速识别网络[J]. 计算机工程与应用, 2021, 57(9): 182-190.
[8]	张成，戴俊峰，熊闻心. 融合LeNet-5改进的扫描文档手写日期识别[J]. 计算机工程与应用, 2021, 57(9): 207-211.
[9]	麻哲旭，杨峰，乔旭. 铁路路基病害智能检测方法[J]. 计算机工程与应用, 2021, 57(9): 272-278.
[10]	蒋斌，钟瑞，张秋闻，张焕龙. 采用深度学习方法的非正面表情识别综述[J]. 计算机工程与应用, 2021, 57(8): 48-61.
[11]	李震霄，孙伟，刘明明，郑丽丽，陈劭颖. 交通监控场景中的车辆检测与跟踪算法研究[J]. 计算机工程与应用, 2021, 57(8): 103-111.
[12]	张越，黄友锐，刘鹏坤. 引入注意力机制的多分辨率人体姿态估计研究[J]. 计算机工程与应用, 2021, 57(8): 126-132.
[13]	李现国，冯欣欣，李建雄. 多尺度残差网络的单幅图像超分辨率重建[J]. 计算机工程与应用, 2021, 57(7): 215-221.
[14]	翟正利，李鹏辉，冯舒. 图对抗攻击研究综述[J]. 计算机工程与应用, 2021, 57(7): 14-21.
[15]	祝钧桃，姚光乐，张葛祥，李军，杨强，王胜，叶绍泽. 深度神经网络的小样本学习综述[J]. 计算机工程与应用, 2021, 57(7): 22-33.