登录    注册    忘记密码

期刊文章详细信息

改进灰色人工神经网络模型的超高层建筑变形预测    

The GM-BPNN prediction research in the deformation forecasting of the super high-rise building

  

文献类型:期刊文章

作  者:段明旭[1] 邱冬炜[1] 李婉[2] 徐伟[3] 王东波[1]

机构地区:[1]北京建筑大学,北京100044 [2]北京市勘察设计研究院,北京100038 [3]北京市第三建筑工程有限公司,北京100044

出  处:《测绘科学》

基  金:中国住房和城乡建设部科学技术项目(2015-K8-050)

年  份:2017

卷  号:42

期  号:4

起止页码:141-146

语  种:中文

收录情况:AJ、BDHX、BDHX2014、CSCD、CSCD2017_2018、JST、RCCSE、ZGKJHX、核心刊

摘  要:针对灰色人工神经网络模型初始化权值和阈值的随机性导致易产生误差积累和过拟合的缺陷,该文利用遗传算法的全局优化能力训练灰色人工神经网络模型的权值和阈值,构建了基于遗传算法的灰色人工神经网络超高层建筑物变形预测模型。结合长沙北辰新河A1超高层建筑变形监测实例,用该文所提模型与灰色人工神经网络模型分别进行变形数据的处理分析和预测。实验结果表明,该文提出的模型具有更好的预测精度,预测趋势也更加逼近实际测量结果。

关 键 词:超高层建筑 灰色人工神经网络  遗传算法 变形分析  数据预测

分 类 号:TP183]

参考文献:

正在载入数据...

二级参考文献:

正在载入数据...

耦合文献:

正在载入数据...

引证文献:

正在载入数据...

二级引证文献:

正在载入数据...

同被引文献:

正在载入数据...

版权所有©重庆科技学院 重庆维普资讯有限公司 渝B2-20050021-7
 渝公网安备 50019002500408号 违法和不良信息举报中心