沉降预测算法-BP神经网络法

目录

1. BP神经网络

2. 网络模型设计

3. 代码实现

4. 拟合结果

      利用最小二乘算法拟合其他沉降预测曲线的实现方法参见：常见沉降预测算法，源代码和可执行程序参见：常用沉降预测算法实现代码。

---

1. BP神经网络

    地基沉陷受多种因素的影响和制约，其变化的自然规律很难用一个显式的数学公式予以表示。而人工神经网络是这一领域的一个突破，该方法视传统函数的自变量和因变量为输入和输出，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。该方法在处理非线性问题上，具有独特的优越性。

    神经网络模型就是采用物理可实现的系统来模仿人脑神经细胞的结构和功能的系统，它是由大量功能简单的神经元相联结而成的高度非线性动力系统，是并行的结构;并有较强的容错能力，少量的神经元和连接发生差错对整体功能影响较小:同时具有很强的自适应性能，可通过自身学习，以适应外部环境的变化。尤其在处理信息复杂、背景不清楚、规则不明确的问题，更有其独特的优越性。利用神经网络较强的非线性映射能力，根据实测沉降资料，通过神经网络的BP网络进行建模，具有很强的客观性和适应性。