学位论文 > 优秀研究生学位论文题录展示

基于人工神经网络的高层建筑结构选型

作　者: 郑浩
导　师: 王全凤
学　校: 华侨大学
专　业: 结构工程
关键词: 高层建筑 结构选型 人工神经网络 传统BP算法 改进的带动量自适应学习率BP算法 L—M算法 径向基函数神经网络
分类号: TU973.3
类　型: 硕士论文
年　份: 2001年
下　载: 288次
引　用: 7次
阅　读: 论文下载
 

内容摘要


高层建筑结构初步设计是一个涉及面广、综合性强的工作，需要多方面的知识和丰富的工程设计经验，目前国内外尚无理论对其进行充分的研究。本文介绍了一种基于人工神经网络的方法来进行高层结构体系的选择，它充分运用了神经网络高度的非线性、高度的容错性和鲁棒性、自学习、实时处理等特点。本文研究结果表明，利用人工神经网络方法可以解决高层建筑结构选型问题。 本文首先分析高层建筑主要结构型式的特点以及适用范围，提取了高层建筑结构选型的主要控制因素，并以此建立了基于人工神经网络的高层结构选型的数学模型。探讨了BP人工神经网络隐层个数和隐层单元节点数的选取问题，确定了BP神经网络的隐层结构。利用确定的BP网络结构，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算法，分析、解决高层结构选型问题。从本文研究可得出结论，普通的BP算法无法适应土木工程中大规模的数据结构，应采用改进的L—M算法，该算法收敛较普通BP算法快10~2～10~3倍，精度高，能够较好地解决土木工程中的高层建筑结构选型问题。本文还提出使用径向基函数神经网络，该网络的应用在土木工程领域尚未见有关文献公开发表。经本文研究表明，径向基函数神经网络运算速度较普通BP算法快10~3～10~4倍，并且精度高，应用径向基函数神经网络可以高效、高质地完成高层建筑结构选型任务。

全文目录


中文摘要  4-5
英文摘要  5-6
第一章 绪论  6-11
  1．1 目前我国高层建筑发展的几个特点  6-7
  1．2 人工神经网络在土木工程中的应用现状  7-8
    1．2．1 基于BP人工神经网络的工程应用  8
  1．3 本课题的来源、 目的和意义  8-10
  1．4 本文研究的目标  10-11
第二章 高层建筑结构体系理论  11-24
  2．1 高层建筑结构选型设计的重要意义  11
  2．2 高层建筑结构体系的基本知识  11-21
    2．2．1 高层建筑结构体系介绍  11-12
    2．2．2 广泛使用的几种钢筋混凝土结构体系  12-15
    2．2．3 高层建筑结构选型的影响因素  15-17
    2．2．4 结构体系的适用范围  17-20
    2．2．5 结构体系的选定  20-21
  2．3 高层建筑结构的发展趋势  21-24
第三章 人工神经元网络的基本理论  24-37
  3．1 人工神经元网络发展概述  24-27
  3．2 人脑神经元与神经网络  27-28
  3．3 人工神经网络  28-35
    3．3．1 人工神经元模型  28-31
    3．3．2 人工神经网络的构成  31
    3．3．3 人工神经网络的学习  31-33
    3．3．4 常见的人工神经网络模型  33-34
    3．3．5 人工神经网络与生物神经网络的比较  34-35
  3．4 人工神经网络的当前研究动态  35-37
第四章 BP人工神经网络  37-50
  4．1 BP人工神经网络模型  37-38
  4．2 BP人工神经网络学习算法的数学描述  38-44
  4．3 BP人工神经网络的参数调节  44-45
  4．4 BP人工神经网络的局限性  45-46
  4．5 BP人工神经网络的改进算法  46-47
  4．6 Levernberg-Marquart算法  47-48
  4．7 对BP人工神经网络的评价  48-50
第五章 径向基函数神经网络  50-56
  5．1 径向基函数网络模型  51-53
  5．2 径向基函数网络学习算法的数学描述  53-55
  5．3 有关径向基函数网络的几个问题  55-56
第六章 基于人工神经网络的高层建筑结构选型分析  56-74
  6．1 人工神经网络中高层建筑结构选型的控制因素  57-58
  6．2 人工神经网络的建立、训练和预测  58-73
    6．2．1 人工神经网络数学模型的建立  58-59
    6．2．2 人工神经网络的数据变换处理  59-60
    6．2．3 BP人工神经网络的网络结构确定  60-62
    6．2．4 BP人工神经网络的训练、结果分析  62-70
    6．2．5 径向基函数神经网络的训练、结果分析  70-73
  6．3 人工神经网络预测结果总结  73-74
第七章 总结与展望  74-76
  7．1 本文所做工作总结  74-75
  7．2 基于人工神经网络的高层建筑结构选型的研究展望  75-76
参考文献  76-80

相似论文

  1. 基于差分进化算法的JSP环境下成套订单研究,F273
  2. 基于图的标志SNP位点选择算法研究,Q78
  3. 高灵敏度GNSS软件接收机的同步技术研究与实现,P228.4
  4. 天然气脱酸性气体过程中物性研究及数据处理,TE644
  5. 基于Thermo-Calc三元共晶合金凝固路径的耦合计算,TG111.4
  6. 压气机优化平台建立与跨音速压气机气动优化设计,TH45
  7. 多导弹协同作战突防效能评估及组合优化算法研究,TJ760.1
  8. 基于感性负载的车身网络控制系统,U463.6
  9. 当代高层建筑共享空间发展趋向设计研究,TU972.2
  10. 基于蚁群算法的电梯群优化控制研究,TU857
  11. 高精度激光跟踪装置闭环控制若干关键问题研究,TN249
  12. 半导体激光器热电控制技术研究,TN248.4
  13. AES算法及其DSP实现,TN918.1
  14. 基于UWB脉冲信号的测距定位技术,TN929.5
  15. 基于TS101的DFT输出子集算法研究及软件实现,TN911.72
  16. 高光谱图像空—谱协同超分辨处理研究,TN911.73
  17. DBF接收机用于二维测向算法的研究,TN851
  18. 电视制导系统中视频图像压缩优化设计及实现研究,TN919.81
  19. IEEE802.16e信道编译码算法研究,TN911.22
  20. LDPC码译码算法的研究,TN911.22
  21. 频繁图结构并行挖掘算法的研究与实现,TP311.13

中图分类: > 工业技术 > 建筑科学 > 高层建筑 > 高层建筑结构 > 各种结构设计
© 2012 www.xueweilunwen.com