基于GEP優(yōu)化的神經網絡在高層建筑變形預測中的應用研究.pdf

1、隨著社會的高速發(fā)展和人們不斷地向城市聚集，城市土地越來越緊張，大量的高層建筑物也隨之產生。高層建筑物的變形可能會導致災害的發(fā)生，所以高層建筑物的安全問題顯得格外重要。如果可以對高層建筑物的變形進行準確地預測，就可以有效地減少災害帶來的損失。但是，目前常見的預測方法應用于高層建筑物的變形預測都存在不足之處，導致預測精度不夠。因此，如何準確地預測高層建筑物變形對減少災害的發(fā)生有著重大的研究意義。
　　本文首先闡述了人工神經網絡和基因表

2、達式編程（GEP）的國內外研究現(xiàn)狀，并介紹了高層建筑物變形監(jiān)測的相關理論及目前常見的預測模型；其次，根據(jù)基因表達式編程原理，利用其簡單的基因編碼和強大的全局搜索能力，解決了徑向基函數(shù)神經網絡初始權值的選取和隱層中心向量（神經元）的個數(shù)難以確定的問題，提高了網絡的收斂性和精度；然后，將GEP的優(yōu)點應用于徑向基函數(shù)神經網絡，對網絡進行優(yōu)化，建立了GEP優(yōu)化的徑向基函數(shù)神經網絡變形預測模型。
　　最后，以陜西某高層建筑物為實例，將基于徑