基于多传感器和RBF神经网络的建筑沉降监测

作者：肖雄亮; 任艳; 方月娥

来源：电子设计工程, 2021, 29(13): 51-55.

DOI：10.14022/j.issn1674-6236.2021.13.012

• 建筑物沉降
• 沉降监测
• 预测模型
• RBF神经网络
• 压力传感器
• 倾角传感器

针对传统建筑物结构沉降监测存在可靠性不高和预测精度差的问题,提出了一种基于多传感器和RBF神经网络的建筑沉降监测方法。分别通过多种传感器和GPRS通信模块等硬件设备对建筑物沉降信息进行采集和无线传输;对传感器采集的监测数据进行对比分析,以便得出建筑物的沉降情况,并对可能的沉降点构建了RBF神经网络预测模型。此外,采用蛙跳算法对RBF神经网络的结构参数进行优化。实验结果表明,该方法能够在实际环境中对可能的建筑结构沉降做出准确评估,且预测误差较小,最大相对误差为4.83%,具有较好的预警能力。

• 单位
  湖南水利水电职业技术学院; 新疆财经大学; 湖南信息学院