建筑技术
 
 
建筑技术  2013, Vol. 44 Issue (3): 201-204    DOI:
试验研究 最新目录 | 下期目录 | 过刊浏览 | 高级检索
一种组合模型在地面沉降预测中的应用研究
STUDY ON APPLICATION OF A COMBINED MODEL ON LAND SUBSIDENCE FORECAST
 全文: PDF (0 KB)   HTML (1 KB)  输出: BibTeX | EndNote (RIS)      背景资料
摘要 根据BP神经网络模型和自适应滤波模型模拟预测值相对于真实值上下波动的特点,应用方差理论建立BP神经网络自适应滤波组合模型,将其应用到天津富裕广场三期工程基坑周边地面沉降分析预测中。通过与独立的BP神经网络和自适应滤波模型模拟预测数据对比,证明了组合模型模拟预测的高精确性。
服务
把本文推荐给朋友
加入我的书架
加入引用管理器
E-mail Alert
RSS
作者相关文章
熊春宝
王海涛
关键词BP神经网络   自适应滤波   组合模型   地面沉降   预测     
Abstract: BP neural network and adaptive filter combined model was built with variance theory according to the characteristic of simulation and forecast value from independent BP neural network model and adaptive filter model fluctuating relatively to the true value. The combined model was used to analyze and forecast the land subsidence around foundation of the third period project of Tianjin Fuyu Square. High accuracy of the combined model was proved by comparing the combined model data with the results from independent BP neural network model and adaptive filter model.
Key wordsBP neural network   adaptive filter   combined model   land subsidence   forecast   
引用本文:   
熊春宝,王海涛. 一种组合模型在地面沉降预测中的应用研究[J]. 建筑技术, 2013, 44(3): 201-204.
XIONG Chun-bao,WANG Hai-tao. STUDY ON APPLICATION OF A COMBINED MODEL ON LAND SUBSIDENCE FORECAST[J]. Architecture Technology, 2013, 44(3): 201-204.
链接本文:  
http://www.jzjs.com/CN/     或     http://www.jzjs.com/CN/Y2013/V44/I3/201
 
没有找到本文相关图表信息
没有本文参考文献
[1] 李?微. 建筑工程造价预测的多元结构
整体线性回归模型
[J]. 建筑技术, 2015, 46(9): 846-849.
[2] 韩苏建, 杜应吉, 李学德. 基于理论模型粉煤灰混凝土碳化深度预测模型研究[J]. 建筑技术, 2014, 45(9): 833-835.
[3] 刘 戈, 冯双喜. 深基坑施工中周围管线沉降预测与关联因素分析[J]. 建筑技术, 2014, 45(7): 644-647.
[4] 王维才,饶福才,唐和俊,黄命辉,付亚伟. 碱矿渣混凝土干燥收缩性能与预测模型研究[J]. 建筑技术, 2013, 44(2): 161-164.
[5] 郭毅霖, 田蕊, 何玉珊, 王晓晶, 谭励. 桥梁结构工程健康监测安全预警系统[J]. 建筑工人, 2012, 43(2): 125-127.
[6] 姜晨光 贺勇 盖玉松 黄家兴. 基坑工程周边地面沉降的监测与初步分析[J]. 建筑技术, 2003, 34(2): 102-103.
?
版权所有 © 2011 建筑技术杂志社
地址:北京市广莲路1号建工大厦A座9层,邮编100055 电话:(010)68512449 (010)63928687,63928688 e-mail:jzjs@sina.com
本系统由北京玛格泰克科技发展有限公司设计开发 技术支持:support@magtech.com.cn