低温建筑技术
低溫建築技術
저온건축기술
LOW TEMPERATURE ARCHITECTURE TECHNOLOGY
2013年
12期
134-136
,共3页
BP神经网络%Verhulst模型%组合模型%建筑物沉降%预测
BP神經網絡%Verhulst模型%組閤模型%建築物沉降%預測
BP신경망락%Verhulst모형%조합모형%건축물침강%예측
BP neural network%Verhulst model%combined model%building settlement%forecast
对将BP神经网络与Verhulst模型组合,建立了一种组合模型,并结合天津老城厢晶典苑中级人民法院沉降监测工程实例,通过组合模型和BP神经网络模型、Verhulst模型预测值与真实值的比较,讲究表明组合模型具有较强的适用性,提高了Verhulst模型的预测精度.
對將BP神經網絡與Verhulst模型組閤,建立瞭一種組閤模型,併結閤天津老城廂晶典苑中級人民法院沉降鑑測工程實例,通過組閤模型和BP神經網絡模型、Verhulst模型預測值與真實值的比較,講究錶明組閤模型具有較彊的適用性,提高瞭Verhulst模型的預測精度.
대장BP신경망락여Verhulst모형조합,건립료일충조합모형,병결합천진로성상정전원중급인민법원침강감측공정실례,통과조합모형화BP신경망락모형、Verhulst모형예측치여진실치적비교,강구표명조합모형구유교강적괄용성,제고료Verhulst모형적예측정도.
