基因表达式编程在建筑物沉降预测中应用研究.docVIP

基因表达式编程在建筑物沉降预测中应用研究 　　[摘要]本文将具有高效的全局搜索能力和函数挖掘能力的基因表达式编程技术应用于建筑物的沉降预测。提出了基于基因表达式编程的建筑物沉降预测模型。并通过与灰色理论进行比较分析，发现基于基因表达式编程的建筑物沉降预测模型具有传统的预测模型无法比拟的优点：预测精度更高，且更加的方便。 　　[关键字]基因表达式 沉降预测 灰色理论 函数挖掘 　　[中图分类号] TP313 [文献码] B [文章编号] 1000-405X（2013）-3-304-2 　　1 引言 　　随着社会和现代城市建设的不断发展，高层建筑物及高层住宅越来越多。建筑物局部不均匀沉降可能会导致建筑物结构的变化，从而导致建筑物的倾斜，坍塌等事故的发生[1]。为确保建筑物的安全，对建筑物的沉降变形趋势预测便显得尤其重要。在建筑物沉降预测方面目前主要有回归分析、时间序列、灰色理论[2]、BP神经网络等模型。这些预测模型或多或少的都存在一定的局限性，回归分析模型的预报精度较大程度上取决于建模因子的选择是否恰当，该模型本质上是用某一确定的显式函数来表达变量间的关系，由于建筑物变形机理复杂，监测量影响因素众多，且相互间关系复杂，无法用确切的定量关系描述，因此很难建立顾及各因素的非线性数学监控模型；时间序列分析是根据单变量的时间序列，对其进行相空间重构，即重建其动力学特性，然后在相空