神经网络在建筑物沉降预测中的应用研究开题报告

1. 研究目的与意义（文献综述包含参考文献）

1.1课题背景

随着科学技术的进步及全球城市化进程的发展，各类建筑如雨后春笋般拔地而起，为了确保建筑物的稳固，沉降观测变得至关重要。沉降观测数据分析是沉降观测工作中的一项重要内容，如何根据已经测量的资料，对所得沉降观测数据进行科学分析与处理，建立合理的模型，对变形值做出准确的预测，避免由于不均匀沉降而引起的安全事故，是我们监测的最终目的。近些年来，神经网络在建筑物沉降预测中得到了广泛的应用。人工神经网络是由大量的神经元广泛互连而成的网络，是理论化的人脑神经网络数学模型，通过模拟人脑的学习能力，对信息进行分布式存储和并行协同处理。由于建筑物沉降受多种因素的影响和制约，其变化的规律很难用一个显式的数学公式予以正确的表达。而人工神经网络可以很好的解决这个问题，它将传统函数的自变量和因变量作为模型的输入和输出，将传统的函数关系转化为高维的非线性映射，而不是显式的数学表达式。因而该方法在处理建筑物沉降问题上具有独特的优越性。

1.2研究现状

2. 研究的基本内容、问题解决措施及方案

2.1主要研究的问题

基于神经网络原理，利用matlab编辑程序，探究基于神经网络的建筑物沉降预报系统。主要包括以下几方面内容：

(1)根据现有神经网络原理，挑选最有方案，克服其学习速度慢、实际运用中收敛速度慢、容易陷入局部极小和隐含层节点个数不易确定等缺点。