基于matlab 神经网络的高层建筑结构选型研究

基于matlab 神经网络的高层建筑结构选型研究

ID:18833311

大小:507.50 KB

页数:6页

时间:2018-09-22

基于matlab 神经网络的高层建筑结构选型研究_第1页
基于matlab 神经网络的高层建筑结构选型研究_第2页
基于matlab 神经网络的高层建筑结构选型研究_第3页
基于matlab 神经网络的高层建筑结构选型研究_第4页
基于matlab 神经网络的高层建筑结构选型研究_第5页
资源描述:

《基于matlab 神经网络的高层建筑结构选型研究》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库

1、基于MATLAB神经网络的高层建筑结构选型研究马令勇1刘功良1姜伟2(1.东北石油大学土木建筑工程学院大庆1633182.黑龙江八一农垦大学工程学院大庆163319)摘要:随着土木工程技术的发展,结构选型在高层建筑结构设计中的重要性越来越明显。但是由于高层建筑结构选型是一个非常复杂的问题,本文提出应用MATLAB神经网络方法对高层建筑进行结构选型。并用MATLAB语言编制了人工神经网络高层建筑结构选型专家系统使选型过程简单明了。结果表明此方法可行,可以帮助设计人员选择恰当的结构型式。关键词:MATLAB;神经网络;高层建筑;结构选型StudyontheStructuralFormS

2、electionofHigh-riseBuildingwithMATLABNeuralNetworkMaLing-yong1,LiuGong-liang1,JiangWei2(1.TheArchitectureEngineeringDepartmentofNortheastPetroleumUniversity,163318;2.EngineeringCollege,HLJBayiAgricultureUniversity,Heilongjiang,Daqing163319)Abstract:Asthecivilengineeringtechnologydevelopment,th

3、estructuralformselectionismoreandmoreimportantinthedesignofhigh-risebuilding.However,duetothestructuralfromselectionofhigh-risebuildingisaverycomplexissue,thispaperproposedakindofmethodofMATLABneuralnetworkforthestructuralformselectionofthehigh-risebuildingandcompiledtheexpertsystemofthestruct

4、uralformselectionofthehigh-risebuildingwithartificialneuralnetworkbyMATLAB.Theresultsshowthatthemethodisfeasibleandcanhelpdesignersselecttheappropriatestructure.Keywords:MATLAB;neuralnetwork;high-risebuilding;structuralformselection高层建筑结构设计问题有其自身的复杂性,结构体系选择余地的增大往往意味着选择不恰当的结构体系和类型的可能性也大大增加。因而,结

5、构选型问题在高层建筑结构设计中的重要性空前凸显。1985年Maher和Fenves建立了高层结构初步设计专家系统HI-RISE[1],1994年BaileySF和SmithIFC建立了基于实例的初步结构设计系统CADRE,[2]1998年到2000年SoibelmanL[2]和FenioskyPean-Mora[4]分别提出并建立了支持高层结构概念设计的分布式多推理方法系统M-RAM。但是,在高层建筑结构选型方面,国内外尚未对其理论进行充分的研究,这是因为高层建筑结构选型是一个非常复杂的决策问题,具有强烈的综合性,包含大量不确定性(随机性、模糊性和未确知性)信息,所以高层建筑结构系

6、统型式的优选问题,一直是工程设计过程中极富挑战性的工作之一,也是工程设计理论研究的薄弱环节[5]。本文通过阅读大量文献和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,并提出以MATLAB为开发平台,应用MATLAB神经网络工具箱建立了基于BP神经网络的高层建筑结构选型研发系统,来对高层建筑进行结构选型,实验过程如图1。特征高层实例结构选型BP网络训练生成方案设计要求训练后的BP神经网络学习矢量提取图1BP神经网络的高层建筑结构选型研发系统流程图Fig1flowchartisBPneuralnetwork'sdevelopmentsystemoft

7、hestructuralformselectionofhigh-risebuildingrealize1经典的BP神经网络及其算法实现BP神经网络由输入层、隐含层及输出层组成,隐含层可以为一层或多层。一个3层BP神经网络结构输入层、隐含层和输出层分别用i,j,t表示;各有n,p,q个神经元,同层节点间无关联,异层节点间前向连接。BP算法的实现步骤如下[6]:(1)计算各层神经元的输出值。隐含层输出:(=1,2,……,n.=1,2,……,p.=1,2……,m)(1)(=

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。