改进灰色人工神经网络模型的超高层建筑变形预测

被引：9

作者：

段明旭 ^{[1
]}

邱冬炜 ^{[1
]}

李婉 ^{[2
]}

徐伟 ^{[3
]}

王东波 ^{[1
]}

机构：

[1] 北京建筑大学

[2] 北京市勘察设计研究院

[3] 北京市第三建筑工程有限公司

来源：

测绘科学 | 2017年 / 42卷 / 04期

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;

D O I：

10.16251/j.cnki.1009-2307.2017.04.026

中图分类号：

TP183 [人工神经网络与计算]; TU196.1 [];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ; 0814 ;

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。

引用

页码：141 / 146+183 +183

页数：7

共 10 条

[1] 我国高度250m以上超高层建筑结构现状与分析进展 [J].

丁洁民 ;

吴宏磊 ;

赵昕 .

建筑结构学报, 2014, 35 (03) :1-7

[2] 我国超高层建筑的现状分析和探讨 [J].

丁洁民 ;

吴宏磊 .

建筑技艺, 2013, (05) :110-115

[3] 神经网络和灰色系统模型在深基坑周边建筑物沉降预测中的应用 [J].

林楠 ;

刘德利 ;

李伟东 .

城市勘测, 2012, (06) :168-170

[4] 基于灰色神经网络模型的建筑物变形预测方法研究 [J].

张伟 ;

须鼎兴 ;

程效军 .

科学决策 , 2008, (11) :181-182

[5] 等维BP神经网络在沉降预报中的应用研究 [J].

韩红超 ;

花向红 ;

胡志刚 ;

方毅 .

测绘工程, 2008, (03) :10-12+15

[6] 灰色神经网络模型在建筑物变形预报中的应用 [J].

方毅 ;

花向红 ;

李海英 ;

韩红超 .

测绘工程, 2008, (02) :51-53+57

[7] 高层建筑沉降监测与灰色预测 [J].

张健雄 ;

蒋金豹 ;

张建霞 .

测绘科学, 2007, (04) :56-59+194

[8]

灰色系统理论及其应用[M]. 科学出版社 , 刘思峰, 2013

[9]

变形监测数据处理[M]. 武汉大学出版社 , 黄声享等编著, 2003

[10]

A BP neural network text categorization method optimized by an improved genetic algorithm .2 XIA R,JIA Y,LI H. 9th International Conference on Proceedings of the Natural Computation (ICNC) . 2013

← 1 →