基于GM-ANN模型的建筑物沉降量变化趋势预测方法

摘要

建筑物沉降观测结束之后,为降低和预防因地基不均匀沉降等因素造成的不安全事故发生率,准确预测建筑物沉降量变化趋势已引起相关科研单位的重视.首先,将人工神经网络数据分析与灰色GM(1,1)模型相结合,提出GM-ANN预测模型.然后,结合工程实例验证模型对监测沉降危险点数据变化的准确性,形成Matlab拟合曲线和预测趋势图.最终,结果表明仅考虑时间因素,GM-ANN模型明显优于灰色GM(1,1)模型,可使预测精度提高将近三倍.因此,利用GM-ANN预测模型可以对建筑物安全性进行有效预测.