文献类型：期刊文章

作　　者：肖雄亮[1] 任艳[2] 方月娥[3]

XIAO Xiongliang;REN Yan;FANG Yue’e(School of Electronic Information,Hunan Institute of Information Technology,Changsha 410151,China;Information Management Institute,Xinjiang University of Finance and Economics,Urumqi 830012,China;Department of Power Engineering,Hunan Polytechnic of Water Resources and Electric Power,Changsha 410131,China)

机构地区：[1]湖南信息学院电子信息学院,湖南长沙410151 [2]新疆财经大学信息管理学院,新疆乌鲁木齐830012 [3]湖南水利水电职业技术学院电力工程系,湖南长沙410131

出　　处：《电子设计工程》

基　　金：新疆自治区社会科学基金项目(19BXW085)。

年　　份：2021

卷　　号：29

期　　号：13

起止页码：51-55

语　　种：中文

收录情况：RCCSE、ZGKJHX、普通刊

摘　　要：针对传统建筑物结构沉降监测存在可靠性不高和预测精度差的问题,提出了一种基于多传感器和RBF神经网络的建筑沉降监测方法。分别通过多种传感器和GPRS通信模块等硬件设备对建筑物沉降信息进行采集和无线传输;对传感器采集的监测数据进行对比分析,以便得出建筑物的沉降情况,并对可能的沉降点构建了RBF神经网络预测模型。此外,采用蛙跳算法对RBF神经网络的结构参数进行优化。实验结果表明,该方法能够在实际环境中对可能的建筑结构沉降做出准确评估,且预测误差较小,最大相对误差为4.83%,具有较好的预警能力。

关 键 词：建筑物沉降 沉降监测 预测模型  RBF神经网络 压力传感器 倾角传感器

分 类 号：TN98] TP391]