基于GM-ANN模型的建筑物沉降量变化趋势预测方法
原价 ￥ 20.00
促销价 ￥ 1.00 评分 4.4
报错
- 详情
- 2021-03-23
- 简介
pdf
- 1.5MB
- 页数 5P
- 阅读 67
建筑物沉降观测结束之后,为降低和预防因地基不均匀沉降等因素造成的不安全事故发生率,准确预测建筑物沉降量变化趋势已引起相关科研单位的重视。首先,将人工神经网络数据分析与灰色GM（1,1）模型相结合,提出GM-ANN预测模型。然后,结合工程实例验证模型对监测沉降危险点数据变化的准确性,形成Matlab拟合曲线和预测趋势图。最终,结果表明仅考虑时间因素,GM-ANN模型明显优于灰色GM（1,1）模型,可使预测精度提高将近三倍。因此,利用GM-ANN预测模型可以对建筑物安全性进行有效预测。
对不起，您暂无在线预览权限，如需浏览请
立即登录热门商品
相关推荐
基于GM-ANN模型的建筑物沉降量变化趋势预测方法 1.5MB
基于灰色模型的建筑物沉降预测方法 293KB
基于灰色-时序组合模型的建筑物沉降预测方法 351KB
路基沉降趋势的组合预测方法研究 239KB
GM(1,1)加权模型预测建筑物沉降的研讨 108KB
GM(1,1)加权模型预测建筑物沉降的研讨 108KB
建筑物地基沉降的灰色模型GM（1，1）预测法 220KB
建筑物沉降动态预测方法的研究 127KB
基于深度CRBM模型的建筑能耗预测方法 3.4MB