|
|||||
|
|
| 开采影响下建筑物损害程度的人工神经网络预测模型 | |
| 引用本文： | 郭文兵,吴财芳,邓喀中.开采影响下建筑物损害程度的人工神经网络预测模型[J].岩石力学与工程学报,2004,23(4):583-587. |
| 作者姓名： | 郭文兵 吴财芳 邓喀中 |
| 作者单位： | 1. 焦作工学院资源与材料工程系,焦作,454000;中国矿业大学环境与测绘学院,徐州,221008 2. 中国矿业大学资源与地球科学学院,徐州,221008 3. 焦作工学院资源与材料工程系,焦作,454000 |
| 基金项目： | 河南省优秀中青年骨干教师基金项目,河南省教育厅自然科学基金(2003440222)资助项目。 |
| 摘 要： | 在综合分析开采影响下建筑物损坏程度影响因素的基础上,采用自适应BP神经网络技术建立了建筑物采动损坏程度的预测模型。以大量的建筑物采动损坏实例作为学习训练样本和测试样本,对模型预测结果与实际值进行了对比分析。结果表明,用人工神经网络方法预测建筑物采动损害程度是可行的。为开采影响下建筑物损坏程度预测和评价探索出了一种新的方法。 |
| 关 键 词： | 地下工程 采动损害 建筑物 神经网络 智能预测 人工神经网络 |
| 文章编号： | 1000-6915(2004)04-0583-05 |
| 收稿时间： | 2002-4-1 |
| 修稿时间： | 2002-5-20 |
ARTIFICIAL NEURAL NETWORK PREDICTION MODEL OF MINING-INDUCED DAMAGE OF BUILDINGS |
|
| Guo Wenbing,Wu Caifang,Deng Kazhong.ARTIFICIAL NEURAL NETWORK PREDICTION MODEL OF MINING-INDUCED DAMAGE OF BUILDINGS[J].Chinese Journal of Rock Mechanics and Engineering,2004,23(4):583-587. | |
| Authors: | Guo Wenbing Wu Caifang Deng Kazhong |
| Affiliation: | Guo Wenbing1,2,Wu Caifang3,Deng Kazhong1 |
| Abstract: | The main factors affecting the mining-induced damage degree of buildings are comprehensively analyzed. Then the model is established to predict the damage degree of buildings by applying the theory of artificial neural network(ANN). Based on a large amount of cases related to buildings damaged by mining,the predicted results of the model and the measured values are compared and analyzed. The results show that it is feasible to predict the mining-induced damage degree of buildings by ANN technology. |
| Keywords: | underground engineering mining-induced damage building artificial neural networks intelligent prediction |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ | |
| 点击此处可从《岩石力学与工程学报》浏览原始摘要信息 | |
| 点击此处可从《岩石力学与工程学报》下载全文 | |