山西建筑
山西建築
산서건축
SHANXI ARCHITECTURE
2011年
34期
190-191
,共2页
BP人工神经网络%预测模型%建筑物沉降
BP人工神經網絡%預測模型%建築物沉降
BP인공신경망락%예측모형%건축물침강
BP artificial neural network%prediction model%building settlement
以BP人工神经网络模型为基础，建立预测模型，以小区某栋建筑物l期～8期的沉降观测数据为输入数据和输出数据，对网络模型进行训练，并对9期～12期实际观测值与预测值进行了比较，结果比较理想，从而验证了采用BP人工神经网络模型进行建筑物沉降的预测是可行的。
以BP人工神經網絡模型為基礎，建立預測模型，以小區某棟建築物l期～8期的沉降觀測數據為輸入數據和輸齣數據，對網絡模型進行訓練，併對9期～12期實際觀測值與預測值進行瞭比較，結果比較理想，從而驗證瞭採用BP人工神經網絡模型進行建築物沉降的預測是可行的。
이BP인공신경망락모형위기출，건립예측모형，이소구모동건축물l기～8기적침강관측수거위수입수거화수출수거，대망락모형진행훈련，병대9기～12기실제관측치여예측치진행료비교，결과비교이상，종이험증료채용BP인공신경망락모형진행건축물침강적예측시가행적。
Based on BP artificial neural network model, the prediction model is established. Taking the settlement detection data from phase 1 to phase 8 of a district building as input data and output data, the network model is trained. The paper also compares actual detection value to pre- diction value from phase 9 to phase 12. The results are relatively ideal, which testifies feasibility of applying BP artificial neural network model to predict building settlement.
