【摘要】：針對灰色人工神經(jīng)網(wǎng)絡(luò)模型初始化權(quán)值和閾值的隨機(jī)性導(dǎo)致易產(chǎn)生誤差積累和過擬合的缺陷,該文利用遺傳算法的全局優(yōu)化能力訓(xùn)練灰色人工神經(jīng)網(wǎng)絡(luò)模型的權(quán)值和閾值,構(gòu)建了基于遺傳算法的灰色人工神經(jīng)網(wǎng)絡(luò)超高層建筑物變形預(yù)測模型。結(jié)合長沙北辰新河A1超高層建筑變形監(jiān)測實(shí)例,用該文所提模型與灰色人工神經(jīng)網(wǎng)絡(luò)模型分別進(jìn)行變形數(shù)據(jù)的處理分析和預(yù)測。實(shí)驗(yàn)結(jié)果表明,該文提出的模型具有更好的預(yù)測精度,預(yù)測趨勢也更加逼近實(shí)際測量結(jié)果。
[Abstract]:Aiming at the randomness of initialization weight and threshold of grey artificial neural network model, it is easy to produce error accumulation and over-fitting. In this paper, the weight and threshold of grey artificial neural network model are trained by the ability of global optimization of genetic algorithm. A grey artificial neural network model for predicting the deformation of super tall buildings based on genetic algorithm is established. Combined with the deformation monitoring example of Beichen Xinhe A1 super high-rise building in Changsha, the deformation data processing and prediction are carried out by using the proposed model and the grey artificial neural network model respectively. The experimental results show that the proposed model has better prediction accuracy and the prediction trend is closer to the actual measurement results.
【作者單位】： 北京建筑大學(xué);北京市勘察設(shè)計(jì)研究院;北京市第三建筑工程有限公司;
【基金】：中國住房和城鄉(xiāng)建設(shè)部科學(xué)技術(shù)項(xiàng)目(2015-K8-050)
【分類號】：TP183;TU196.1

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 張雷;徐志安;;人工神經(jīng)網(wǎng)絡(luò)在建筑工程項(xiàng)目管理中的應(yīng)用[J];山西建筑;2010年04期

2 趙華;趙麗;;基于人工神經(jīng)網(wǎng)絡(luò)的投標(biāo)報(bào)價(jià)決策模型[J];山西建筑;2012年13期

3 紀(jì)洪;陳濤;;基于人工神經(jīng)網(wǎng)絡(luò)的研究火災(zāi)時(shí)人員疏散反應(yīng)時(shí)間[J];消防技術(shù)與產(chǎn)品信息;2012年S1期

4 高浪,謝康和;人工神經(jīng)網(wǎng)絡(luò)在巖土工程中的應(yīng)用[J];土木工程學(xué)報(bào);2002年04期

5 曹志杰;人工神經(jīng)網(wǎng)絡(luò)在地基處理方案決策中的應(yīng)用[J];西部探礦工程;2004年01期

6 顧浩聲;;人工神經(jīng)網(wǎng)絡(luò)在基坑支護(hù)方案選擇中的應(yīng)用[J];山西建筑;2011年29期

7 楊娜;張巖;;基于人工神經(jīng)網(wǎng)絡(luò)的藏式結(jié)構(gòu)有限元模型修正[J];振動與沖擊;2013年09期

8 李帆;曲世琳;于丹;曹勇;毛曉峰;;基于運(yùn)行數(shù)據(jù)人工神經(jīng)網(wǎng)絡(luò)的空調(diào)系統(tǒng)逐時(shí)負(fù)荷預(yù)測[J];建筑科學(xué);2014年02期

9 楚榮珍;周向?qū)?李順剛;;人工神經(jīng)網(wǎng)絡(luò)及在建筑施工中應(yīng)用[J];工業(yè)建筑;2006年S1期

10 王洪森;崔邯龍;張亞鵬;;基于人工神經(jīng)網(wǎng)絡(luò)的住宅性能綜合評價(jià)研究[J];中國科技信息;2007年03期

相關(guān)會議論文 前8條

1 姚建國;;人工神經(jīng)網(wǎng)絡(luò)在巖土力學(xué)與工程中應(yīng)用的局限性及對策[A];第八次全國巖石力學(xué)與工程學(xué)術(shù)大會論文集[C];2004年

2 來興平;柴敬;薛光明;;BP人工神經(jīng)網(wǎng)絡(luò)在錨桿支護(hù)效果評價(jià)中的應(yīng)用研究[A];巖土力學(xué)的理論與實(shí)踐——第三屆全國青年巖土力學(xué)與工程會議論文集[C];1998年

3 羅紅;;人工神經(jīng)網(wǎng)絡(luò)在照明控制系統(tǒng)中的應(yīng)用研究[A];中國長三角照明科技論壇論文集[C];2004年

4 楊麗;盧德華;;基于人工神經(jīng)網(wǎng)絡(luò)的建筑節(jié)能體系綜合評價(jià)[A];'2006系統(tǒng)仿真技術(shù)及其應(yīng)用學(xué)術(shù)交流會論文集[C];2006年

5 羅紅;劉海龍;;人工神經(jīng)網(wǎng)絡(luò)在照明控制系統(tǒng)中的應(yīng)用研究[A];中國照明論壇——綠色照明與照明節(jié)能科技研討會專題報(bào)告文集[C];2008年

6 胡小榮;魏雪英;俞茂宏;;利用DTM法對巖土力學(xué)參數(shù)進(jìn)行人工神經(jīng)網(wǎng)絡(luò)估值的研究[A];巖石力學(xué)新進(jìn)展與西部開發(fā)中的巖土工程問題——中國巖石力學(xué)與工程學(xué)會第七次學(xué)術(shù)大會論文集[C];2002年

7 劉建軍;何玉敖;;基于人工神經(jīng)網(wǎng)絡(luò)(ANNs)的結(jié)構(gòu)振動魯棒控制[A];第十二屆全國結(jié)構(gòu)工程學(xué)術(shù)會議論文集第Ⅱ冊[C];2003年

8 熊鈞;姜永成;郭駿;逄秀鋒;;供暖熱網(wǎng)預(yù)測神經(jīng)網(wǎng)絡(luò)模型的研究[A];全國暖通空調(diào)制冷2002年學(xué)術(shù)文集[C];2002年

相關(guān)碩士學(xué)位論文 前10條

1 郝源;基于人工神經(jīng)網(wǎng)絡(luò)的建筑熱負(fù)荷預(yù)測及控制[D];大連海事大學(xué);2015年

2 黎小龍;基于人工神經(jīng)網(wǎng)絡(luò)模型的工程索賠研究[D];廣州大學(xué);2016年

3 孟嘉偉;基于BP人工神經(jīng)網(wǎng)絡(luò)的水質(zhì)評價(jià)模型[D];天津大學(xué);2010年

4 李雷雷;人工神經(jīng)網(wǎng)絡(luò)在建筑工程估算中的應(yīng)用研究[D];華北電力大學(xué);2012年

5 梅青海;基于人工神經(jīng)網(wǎng)絡(luò)的樁基礎(chǔ)選型研究[D];武漢理工大學(xué);2004年

6 彭時(shí)霖;基于人工神經(jīng)網(wǎng)絡(luò)的空調(diào)房間熱環(huán)境參數(shù)的優(yōu)化組合[D];湖南大學(xué);2006年

7 涂杰;基于CS板抗彎承載能力試驗(yàn)的人工神經(jīng)網(wǎng)絡(luò)研究[D];天津大學(xué);2005年

8 楊毅;基于人工神經(jīng)網(wǎng)絡(luò)的快速建筑工程估算方法研究[D];重慶大學(xué);2007年

9 鄭浩;基于人工神經(jīng)網(wǎng)絡(luò)的高層建筑結(jié)構(gòu)選型[D];華僑大學(xué);2001年

10 吳士云;基于人工神經(jīng)網(wǎng)絡(luò)的電梯導(dǎo)軌校直算法的研究[D];南京理工大學(xué);2014年

，

本文編號：2364391