文档介绍：2013年第2期·北京测绘·25BP神经网络在高层建筑沉降预测中的应用魏健胡吉平谭衢霖刘万松(北京交通大学土建学院,北京100044)[摘要]利用人工神经网络强大的非线性映射和学习能力,提出了基于BP人工神经网络的建筑物沉降预测方法。以某实例工程1期~12期的沉降观测数据为基础,建立网络模型,并对13期~16期实际观测值与预测值进行了比较,结果比较理想,从而验证了改进的BP人工神经网络对建筑物的沉降预测是可行的,且具有广阔的工程应用价值。[关键词]BP神经网络建筑物沉降网络模型沉降预测[中图分类号]P258[文献标识码]B[文章编号]1007—3000(2013)02—4沉降观测工作是建筑物施工及运营过程中的一项基础测量工作,能准确的反映建筑物基础在不同荷载下随时间的变形情况[1]。目前,随着经济的快速发展,高层建筑正迅速崛起,沉降观测工作更是不容疏忽。沉降观测数据分析是沉降观测工作中的一项重要内容,如何根据已经测量的资料,对所得沉降观测数据进行科学分析与处理,建立合理的模型,对变形值做出准确的预测,避免由于不均匀沉降而引起的安全事故,是我们监测的最终目的。本文采用BP人工神经网络模型,利用实测的沉降观测数据直接建模,并对该建筑的最终沉降趋势进行预测,为检验其是否可行,将预测结果与后期实测结果进行了比较和分析。1BP神经网络人工神经网络是由大量的神经元广泛互连而成的网络,是理论化的人脑神经网络数学模型,通过模拟人脑的学习能力,对信息进行分布式存储和并行协同处理。由于建筑物沉降受多种因素的影响和制约,其变化的规律很难用一个显式的数学公式予以正确的表达。而人工神经网络可以很好的解决这个问题,它将传统函数的自变量和因变量作为模型的输人和输出,将传统的函数关系转化为高维的非线性映射,而不是显式的数学表达式。因而,该方法在处理建筑物沉降问题上具有独特的优越性。BP神经网络是理论较成熟的一种神经网络[2],具有良好的自组织、自适应、自学习及容错特性,加之其联想推理和高度的非线性映射能力,BP神经网络的应用范围越来越广,并在许多科学技术领域取到成功应用。,是目前应用最广泛的一种人工神经网络[3]。它采用的是并行网络结构,包括输入层、隐含层和输出层,信号从输入节点向前传递到隐含节点,经激活函数的处理后,再把隐含节点的输出信号传递到输出节点,最后输出结果。典型的BP神经网络至少由3层组成,如图1:误筹反向传播输入层隐含层输出层图l3层BP网络结构每一层都包含若干神经元,一个3层的神经网络可以完成任意M维到N维的映射,在一个[收稿日期]2012一ll一30[基金项目]国家自然科学基金项目(51078020);中央高校基本科研业务费专项项目(2012JBM078)[作者简介]魏健(1989一),男,汉族,山东临沂人,硕士研究生,主要研究方向为变形监测。万方数据·北京测绘·2013年第2期封闭区间内,任何一个连续函数都能用BP神经网络来逼近。BP神经网络是一种监督式学习算法,可分为两个阶段:设输入信号为z,,输出信号为0。;隐含层节点的输出为Y。,输出节点的输出为P。;输入层与隐含层节点间的权值为叫¨阈值为m:,隐含层与输出层问的权值为zi。阈值为m。。第一阶段(正向过程)经输入层,隐含层到输出层