回歸分析與人工神經(jīng)網(wǎng)絡(luò)在建筑物沉降預(yù)計(jì)中的應(yīng)用

根據(jù)建筑物實(shí)測(cè)沉降利用人工神經(jīng)網(wǎng)絡(luò)理論,建立了前饋網(wǎng)絡(luò)預(yù)測(cè)模型并提出新的學(xué)習(xí)算法,結(jié)合某建筑物糾偏工程實(shí)例對(duì)建筑物沉降進(jìn)行了預(yù)測(cè).預(yù)測(cè)結(jié)果表明神經(jīng)網(wǎng)絡(luò)方法是可行且有效的.

提出基于人工神經(jīng)網(wǎng)絡(luò)的基礎(chǔ)最終沉降的預(yù)測(cè)新方法,通過(guò)工程實(shí)例應(yīng)用,在較短的實(shí)測(cè)資料情況下,可獲得較小誤差的最終沉降量,所建立的模型預(yù)測(cè)精度高。

建筑物沉降的誘因與沉降量之間有一個(gè)復(fù)雜的非線性相關(guān)性,應(yīng)用回歸法對(duì)這種復(fù)雜的相關(guān)性進(jìn)行分析有較大的局限性。人工神經(jīng)網(wǎng)絡(luò)是由許多神經(jīng)元組成的大規(guī)模非線性系統(tǒng),具有較強(qiáng)的動(dòng)態(tài)處理能力,能對(duì)簡(jiǎn)單的非線性函數(shù)進(jìn)行多次復(fù)合,來(lái)實(shí)現(xiàn)一個(gè)復(fù)雜的非線性函數(shù)。神經(jīng)網(wǎng)絡(luò)這些特性滿足建筑物沉降分析的需求。實(shí)例表明,應(yīng)用神經(jīng)網(wǎng)絡(luò)bp算法可以對(duì)建筑物沉降原因進(jìn)行更客觀的分析,對(duì)沉降趨勢(shì)預(yù)測(cè)效果也較好。

介紹了基于matlab的徑向基函數(shù)rbf神經(jīng)網(wǎng)絡(luò)對(duì)于建筑物沉降預(yù)測(cè)的方法,討論了rbf神經(jīng)網(wǎng)絡(luò)的構(gòu)造思路、參數(shù)和分布密度spread的選擇。為建筑物變形監(jiān)測(cè)人員的數(shù)據(jù)分析、變形預(yù)測(cè)提供了一個(gè)可行的概念。

本文對(duì)人工神經(jīng)網(wǎng)絡(luò)的歷史作了簡(jiǎn)單回顧,并對(duì)它在建筑聲學(xué)領(lǐng)域中的應(yīng)用狀況作了闡述,同時(shí)提出了有待進(jìn)一步探討的若干問(wèn)題。

對(duì)日益廣泛應(yīng)用于建筑結(jié)構(gòu)的人工神經(jīng)網(wǎng)絡(luò)的基本原理與特征以及誤差反向傳播的多層感知器網(wǎng)絡(luò)(bp網(wǎng)絡(luò))的多種改進(jìn)算法進(jìn)行了介紹,分析了人工神經(jīng)網(wǎng)絡(luò)在建筑結(jié)構(gòu)的優(yōu)化、控制以及損傷診斷等領(lǐng)域中的應(yīng)用情況,對(duì)人工神經(jīng)網(wǎng)絡(luò)的推廣應(yīng)用具有一定指導(dǎo)意義。

人工神經(jīng)網(wǎng)絡(luò)在預(yù)測(cè)軟基沉降中的應(yīng)用研究——依據(jù)影響軟土路基沉降的因素選取參數(shù)建立了bp神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)最終沉降量模型，利用已建高速公路沉降數(shù)據(jù)，進(jìn)行了軟土地基最終沉降量的預(yù)測(cè)，取得了較為理想的效果。證明神經(jīng)網(wǎng)絡(luò)法能避免傳統(tǒng)方法計(jì)算過(guò)程中各種人為因素...

介紹了rbf神經(jīng)網(wǎng)絡(luò)的模型和結(jié)構(gòu),提出將該網(wǎng)絡(luò)應(yīng)用于建筑物沉降預(yù)測(cè)。運(yùn)用matlab工具箱函數(shù)建立了沉降預(yù)測(cè)網(wǎng)絡(luò)模型,編制了計(jì)算程序,通過(guò)工程實(shí)例驗(yàn)證了該模型的正確性和可行性,并和bp神經(jīng)網(wǎng)絡(luò)在收斂速度上進(jìn)行了比較,結(jié)果表明rbf神經(jīng)網(wǎng)絡(luò)的收斂速度遠(yuǎn)遠(yuǎn)快于bp網(wǎng)絡(luò)。

基于神經(jīng)網(wǎng)絡(luò)在建筑物沉降預(yù)測(cè)中的局限性，許多學(xué)者對(duì)此進(jìn)行了探討和研究，文中采用灰色理論中的等維新息思想構(gòu)建訓(xùn)練樣本，建立了等維bp神經(jīng)網(wǎng)絡(luò)，通過(guò)采用matlab數(shù)學(xué)工具編程實(shí)現(xiàn)，對(duì)實(shí)際的沉降量進(jìn)行變形預(yù)測(cè)。結(jié)合具體工程實(shí)例進(jìn)行分析，實(shí)驗(yàn)結(jié)果表明該模型比灰色gm（1，1）模型具有更好的預(yù)測(cè)效果，能夠滿足實(shí)際應(yīng)用的需要。

針對(duì)建筑物成新度評(píng)估中存在的問(wèn)題,利用人工神經(jīng)網(wǎng)絡(luò)理論,建立了建筑物成新度評(píng)估的人工神經(jīng)網(wǎng)絡(luò)模型,從而為其準(zhǔn)確評(píng)估提供了科學(xué)的依據(jù).

從人工神經(jīng)網(wǎng)絡(luò)的發(fā)展入手,對(duì)其基本概念及組成特性做了介紹。并以反向傳播模型b-p模型為例闡述了人工神經(jīng)網(wǎng)絡(luò)(ann)的結(jié)構(gòu)及學(xué)習(xí)算法,給出了b-p模型的實(shí)現(xiàn)方法及最終在建筑施工中的成功應(yīng)用,指出了人工神經(jīng)網(wǎng)絡(luò)系統(tǒng)廣闊的應(yīng)用前景,最后提出了今后研究的方向。

用vb編制了人工神經(jīng)網(wǎng)絡(luò)的通用bp算法程序。根據(jù)西安參考年氣象參數(shù),采用動(dòng)態(tài)模擬程序計(jì)算了某辦公樓4月至9月逐時(shí)冷負(fù)荷,結(jié)果顯示利用神經(jīng)網(wǎng)絡(luò)的預(yù)測(cè)值與計(jì)算值吻合。

將粗糙粗集理論和神經(jīng)網(wǎng)絡(luò)原理結(jié)合起來(lái),建立了基于粗集-神經(jīng)網(wǎng)絡(luò)的建筑物震害預(yù)測(cè)模型。首先運(yùn)用粗糙集理論,根據(jù)原始樣本建立決策表進(jìn)行屬性離散化、屬性重要性排序、屬性約簡(jiǎn)和分類(lèi)規(guī)則的提取;然后將所提取的關(guān)鍵成分作為神經(jīng)網(wǎng)絡(luò)的輸入訓(xùn)練模型。實(shí)例研究表明,基于粗集-神經(jīng)網(wǎng)絡(luò)的多層磚房震害預(yù)測(cè)結(jié)果與實(shí)際震害基本吻合。該模型簡(jiǎn)化了神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu),提高了訓(xùn)練速度和分類(lèi)精度,還能對(duì)各因素對(duì)房屋震害的影響度進(jìn)行分析。

在運(yùn)用人工神經(jīng)網(wǎng)絡(luò)對(duì)深基坑巖土參數(shù)進(jìn)行反分析的基礎(chǔ)上,將pso與bp算法相結(jié)合,充分發(fā)揮pso全局尋優(yōu)的能力和bp算法局部細(xì)致搜索優(yōu)勢(shì),并通過(guò)實(shí)例驗(yàn)證了方法的可行性?？梢钥闯?運(yùn)用該方法可以使學(xué)習(xí)效率增高,收斂速度加快,預(yù)測(cè)結(jié)果更加準(zhǔn)確。

人工神經(jīng)網(wǎng)絡(luò)在巖土參數(shù)反分析中的應(yīng)用——在運(yùn)用人工神經(jīng)網(wǎng)絡(luò)對(duì)深基坑巖土參數(shù)進(jìn)行反分析的基礎(chǔ)上，將pso與bp算法相結(jié)合。充分發(fā)揮pso全局尋優(yōu)的能力和bp算法局部細(xì)致搜索優(yōu)勢(shì)，并通過(guò)實(shí)例驗(yàn)證了方法的可行性。可以看出，運(yùn)用該方法可以使學(xué)習(xí)效率增高，收斂速...

簡(jiǎn)述傳統(tǒng)的結(jié)構(gòu)近似重分析技術(shù)的缺點(diǎn)與不足,介紹bp網(wǎng)絡(luò)的原理、算法,利用bp網(wǎng)絡(luò)能夠?qū)崿F(xiàn)從n維設(shè)計(jì)空間到m維任意非線形映射的特點(diǎn),通過(guò)不同設(shè)計(jì)變量的訓(xùn)練樣本集對(duì)bp網(wǎng)絡(luò)進(jìn)行訓(xùn)練,然后輸出擬合值。經(jīng)過(guò)分析,證明在結(jié)構(gòu)近似重分析中,采用bp神經(jīng)網(wǎng)絡(luò)能很好地實(shí)現(xiàn)從設(shè)計(jì)變量到結(jié)構(gòu)響應(yīng)之間的映射。

在我們應(yīng)用回歸方法對(duì)建筑物沉降原因分析及沉降趨勢(shì)的預(yù)測(cè)中,由于實(shí)際情況的復(fù)雜性及主觀認(rèn)識(shí)的局限性,這樣所得的結(jié)果含有較多的人為因素,可能會(huì)與實(shí)際情況有所差異。針對(duì)這種情況,討論了應(yīng)用神經(jīng)網(wǎng)絡(luò)方法來(lái)發(fā)現(xiàn)和驗(yàn)證引起建筑物沉降的因素及對(duì)沉降趨勢(shì)的預(yù)測(cè)。實(shí)例表明,該方法能取得較好的效果。

介紹了分布式光纖監(jiān)測(cè)系統(tǒng)的檢測(cè)原理,針對(duì)結(jié)構(gòu)物局部點(diǎn)的應(yīng)變變化建立了4層人工神經(jīng)網(wǎng)絡(luò)模型,對(duì)結(jié)構(gòu)物的局部變形進(jìn)行預(yù)測(cè),并利用隧道實(shí)測(cè)數(shù)據(jù)對(duì)預(yù)測(cè)值進(jìn)行了驗(yàn)證,取得了比較滿意的效果。

從巖石力學(xué)研究思維方式轉(zhuǎn)變的觀點(diǎn)出發(fā),從巖石非線性系統(tǒng)辨識(shí)、工程時(shí)序預(yù)測(cè)、反分析及巖石工程系統(tǒng)等四個(gè)方面綜述了人工神經(jīng)網(wǎng)絡(luò)在巖石力學(xué)中的應(yīng)用進(jìn)展情況,并對(duì)其應(yīng)用情況進(jìn)行了簡(jiǎn)要評(píng)述。

對(duì)人工神經(jīng)網(wǎng)絡(luò)的發(fā)展及基本原理作了簡(jiǎn)要介紹,重點(diǎn)介紹了橋梁損傷智能診斷中常用的bp神經(jīng)網(wǎng)絡(luò)模型的結(jié)構(gòu)及其國(guó)內(nèi)外的主要研究成果,指出了bp神經(jīng)網(wǎng)絡(luò)的一些缺陷并提出了相應(yīng)的改進(jìn)方法,最終對(duì)人工神經(jīng)網(wǎng)絡(luò)在橋梁損傷智能診斷發(fā)展應(yīng)用作了展望。

介紹灰色神經(jīng)網(wǎng)絡(luò)模型的建模原理和方法,并采用該模型對(duì)實(shí)際的監(jiān)測(cè)數(shù)據(jù)進(jìn)行處理和分析。結(jié)果表明,灰色神經(jīng)網(wǎng)絡(luò)模型能夠在小樣本、貧信息和波動(dòng)數(shù)據(jù)序列等情況下對(duì)變形監(jiān)測(cè)數(shù)據(jù)做出比較準(zhǔn)確的模擬和預(yù)報(bào),從而能夠?yàn)樽冃伪O(jiān)測(cè)的數(shù)據(jù)處理提供一種較好的方法,能夠滿足實(shí)際應(yīng)用的需求。

人工神經(jīng)網(wǎng)絡(luò)在建筑管理當(dāng)中的重要作用在近幾年逐漸為人們所認(rèn)識(shí)，其工作原理即通過(guò)模仿人腦在處理問(wèn)題時(shí)的智能化信息體統(tǒng)，實(shí)現(xiàn)對(duì)人腦能力的最大化復(fù)制，進(jìn)行學(xué)習(xí)、記憶等等信息處理的能力。因?yàn)樗哂凶晕医M合、自我適應(yīng)能力強(qiáng)、且能并行處理等特性，故此被廣泛應(yīng)用于各行各業(yè)當(dāng)中。人工神經(jīng)網(wǎng)絡(luò)能在很大程度上提高建筑管理的管理水平，且具有廣闊的發(fā)展空間與良好的應(yīng)用前景。本文旨在透過(guò)幾方面來(lái)對(duì)其應(yīng)用做出闡述分析。