摘要
由于小波神经网络对建筑物变形预报具有较高的模型拟合及预报精度,文章从小波神经网络算法原理出发,阐述了使用此方法对所获得的基坑变形监测数据进行模型建立及预报的过程,并运用C++语言实现了编程,经过对某基坑变形监测预报的研究表明,该方法具有很强的可行性和实用性,可以及早为基坑梁变形做出预警,以避免或减少灾害的发生。
Wavelet neural network for building deformation forecast and model fitting and forecast precision is high from wavelet neural network algorithm principle, the paper expounds the use of this method for the deformation monitoring data obtained in the process of modeling and prediction, and implemented using c＋＋language programming, through the study of a foundation pit deformation monitoring and prediction show that the method has the very strong feasibility and practicability, can make early warning for foundation pit deformation of beam, as early as possible to avoid or reduce the occurrence of disasters.
出处
《自动化与仪器仪表》
2017年第2期111-112,115,共3页
Automation & Instrumentation
基金
矿山空间信息技术国家测绘地理信息局重点实验室2014年开放基金资助课题(KLM201403)
陕西省教育厅专项科研计划项目(15JK1066)
中国职业技术教育学会第四届理事会科研规划项目201-2015年度课题(201428Y04)
关键词
小波神经网络
基坑变形监测
变形预报
C++
wavelet neural network
deformation monitoring of foundation
deformation prediction
c＋＋
作者简介
作者简介：王万平（1979-），男，汉族，陕西富平人，副教授，主要从事变形监测方面的研究工作。
