科研之友
微信
新浪微博
Facebook
分享链接
摘要
对城市大型、超大型建筑进行持续、高精度和实时的变形监测是预防事故发生的有效手段。针对某高层建筑的变形实测数据，本文分别采用灰色模型(Grey Model, GM)、小波变换、BP神经网络和支持向量机(Support Vector Machine, SVM)模型进行分析和处理，采用残差、残差均方根和残差百分比3项指标从不同方面对预测结果进行对比分析。结果表明：灰色模型实时性最高，SVM在小样本情况下能够获得更好的变形预测性能，小波变换模型具有更优的噪声稳健性，而BP神经网络模型在样本充足时能够获得最优的预测精度。本文的对比评估结果可供读者在实际工程实践中参考应用。
- 单位
