BP神经网络在高层结构体系选择中的应用  

Application of BP Neural Net to the Choice of Structural System for a High-Rise Building

作　　者：郑浩[1] 王全凤[1] 

机构地区：[1]华侨大学土木工程系,福建泉州362011

出　　处：《华侨大学学报（自然科学版）》2003年第1期48-55,共8页Journal of Huaqiao University(Natural Science)

摘　　要：提取高层建筑结构选型的主要控制因素 ,以此建立基于 BP(Back- Propagation)神经网络的高层建筑结构体系选择的数学模型 .分别采用传统的 BP算法、改进的带动量自适应学习率 BP算法 ,以及 L- M(Levernberg- Marquart)算法 ,进行高层建筑结构体系选择的研究 .研究结果表明 ,传统的 BP算法和改进的带动量自适应学习率 BP算法 ,无法适应土木工程中大规模的数据结构 .而采用 L- M算法神经网络 ,较传统 BP算法快 10 2～ 10 3倍 ,并且精度高 ,可以较好地解决高层建筑结构体系选型问题 .In choosing structural system for a high rise building, main control factors are drawn, and with which a mathematical model is formed on the basis of back propagation (BP) neural net. In doing research on the choice of structural system for a high rise, traditional Bp algorithm, improved algorithm with momentum adaptive accessibility and levernberg Marquert (L M) algorithm are adopted respectively. As indicated by results of research, L M algorithm neural net should be adopted while the other two fail to fit massive data structure of civil engineering; L M algorith is 10 2～10 3 times faster than traditional BP algorithm and is high in accuracy, it solves the choice of structural system fairly well for a high rise building.

关 键 词：高层建筑 结构体系选择 人工神经网络 传统BP算法 带动量自适应学习率BP算法 L-M算法 

分 类 号：TU973.1[建筑科学—结构工程] TP183[自动化与计算机技术—控制理论与控制工程]