位置:成果数据库 > 期刊 > 期刊详情页
基于人工神经网络的高层建筑结构选型知识发现
  • ISSN号:1006-7043
  • 期刊名称:《哈尔滨工程大学学报》
  • 时间:0
  • 分类:TP393[自动化与计算机技术—计算机应用技术;自动化与计算机技术—计算机科学与技术]
  • 作者机构:[1]哈尔滨工业大学土木工程学院,黑龙江哈尔滨150090, [2]南阳理工学院建筑工程系,河南南阳400047, [3]哈尔滨工业大学计算机科学与技术学院,黑龙江哈尔滨150001
  • 相关基金:国家自然科学基金资助项目(59895410,50378030).
中文摘要:

目前结构工程实例积累越来越丰富,而解决结构选型这一实际工程问题的知识却相对贫乏,因此将知识发现技术应用于工程结构的设计过程,可以有效地辅助设计决策过程,提高工程设计的智能化水平.分析了根据结构实例库进行知识发现的可行性,提出了改进的BP人工神经网络学习算法,开发了高层建筑结构实例库及其管理系统,将实例库系统提供的实例分别作为神经网络系统的训练样本和测试样本,对3层多输入多输出BP网络进行了训练和学习,工程实例应用结果表明:所提出的方法和所开发的系统可以发现实际工程高层建筑结构的选型知识,系统具有较好的自适应能力.

英文摘要:

At present, there are more and more design cases in structural engineering with the development of building industry, however, there is lack of knowledge of solving the form-selection problems for large-scale and complex structures. Therefore, the applications of knowledge discovery in database (KDD) in the design process of engineering structures can efficiently aid the design of decision-making procedures, and greatly improve the intelligent design levels. In this paper, the feasibility of knowledge discovery based on structural casebase is firstly analyzed, and then, an improved learning algorithm for BP neural network is put forward. A casebase of high-rise building structures and its management system are developed. Taking the cases from the casesbase system as training and testing samples respectively, a three-layer BP neural network is trained and learned. It is shown by a practical engineering case that some new form-selection knowledge can be discovered from the high-rise building structural casebase by the proposed method, and the developed KDD system has good self-adaptability.

同期刊论文项目
期刊论文 35 会议论文 10 获奖 2 著作 3
同项目期刊论文
期刊信息
  • 《哈尔滨工程大学学报》
  • 中国科技核心期刊
  • 主管单位:中华人民共和国工业和信息化部
  • 主办单位:哈尔滨工程大学
  • 主编:杨士莪
  • 地址:哈尔滨市南岗区南通大街145号1号楼
  • 邮编:150001
  • 邮箱:xuebao@hrbeu.edu.cn
  • 电话:0451-82519357
  • 国际标准刊号:ISSN:1006-7043
  • 国内统一刊号:ISSN:23-1390/U
  • 邮发代号:14-111
  • 获奖情况:
  • 工信部科技期刊评比"优秀期刊奖",中国高校科技期刊评比"精品期刊奖","北方十佳期刊奖",首届黑龙江省政府出版奖--优秀期刊奖
  • 国内外数据库收录:
  • 俄罗斯文摘杂志,美国化学文摘(网络版),美国数学评论(网络版),波兰哥白尼索引,德国数学文摘,荷兰文摘与引文数据库,美国工程索引,日本日本科学技术振兴机构数据库,中国中国科技核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版)
  • 被引量:11823