测绘科学

2017, v.42;No.226(04) 141-146+183

[打印本页] [关闭]
本期目录(Current Issue) | 过刊浏览(Past Issue) | 高级检索(Advanced Search)

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

段明旭;邱冬炜;李婉;徐伟;王东波;

摘要(Abstract):

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(KeyWords): 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

Abstract:

Keywords:

基金项目(Foundation): 中国住房和城乡建设部科学技术项目(2015-K8-050)

作者(Author): 段明旭;邱冬炜;李婉;徐伟;王东波;

Email:

DOI: 10.16251/j.cnki.1009-2307.2017.04.026

参考文献(References):

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享