首页|改进GM-BP神经网络模型的高层建筑沉降预测

改进GM-BP神经网络模型的高层建筑沉降预测

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
  • 维普
伴随高层建筑的大量兴建,在建设施工过程中,定期观测高层建筑的沉降,分析其未来的沉降变化规律以及趋势,对确保建筑物安全以及人民生命财产安全具有重要意义.为科学预测建筑物在施工中的沉降,在结合等维新息GM(1,1)模型和BP模型优点的基础上,建立改进GM-BP组合模型,通过挖掘和更新原始数据序列的内部信息,提高预测精度.实例应用表明:改进GM-BP组合模型的精度高于单一模型,预测精度明显提高,可为采取相应预防或处理措施提供科学依据.
Settlement Prediction of High Rise Building Based on Improved GM-BP Neural Network Model

邵珠山、徐腾、张宇鹏

展开 >

西安建筑科技大学理学院,陕西西安710055

西安建筑科技大学陕西省岩土与地下空间工程重点实验室,陕西西安710055

等维新息GM-BP模型 高层建筑 沉降预测

国家自然科学基金面上项目陕西省重点研发计划

118722872019ZDLGY01-10

2021

10.16116/j.cnki.jskj.2021.16.019

建设科技
住房和城乡建设部科技发展促进中心

建设科技

影响因子：0.6
ISSN：1671-3915
年,卷(期)：2021.(16)
  • 1
  • 13