尚纪斌

0 引言

建筑物在修建过程中，随着自身荷载的不断增加，建筑物整体会发生下沉的情况。当建筑物所在地过去是池塘等松软地基时，虽然在施工工艺上已经进行了处理，但是仍然会对沉降产生影响。对于这样的建筑，除了要不断加强沉降观测外，建立一个有效的数学模型，来预测沉降的大小，保证工程的安全有序是非常重要的。

本文采用BP人工神经网络，利用博学苑小区某栋楼实测的沉降观测数据直接建模，进行了楼房最终沉降趋势的预测，并与后来实测结果进行了比较分析。

1 神经网络模型

人工神经网络(Artificial Neutral Networks，ANN)是由大量简单的基本元件、神经元相互连接，通过模拟人的大脑处理信息的方式，进行信息并行处理和非线性的转换的复杂网络系统。在信息处理过程中具有自组织、自学习、自适应的特点。它的工作方式由2个阶段组成:

1)学习阶段，通过对所选样本的学习过程，不断修正各有向连接途径的权值，使其学习结果十分逼近样本值;

2)推理运行阶段，即以学习过程不断修正后的最终结果，对所需的信息实施处理。

目前应用最多的是BP神经网络模型，该模型通常由三层组成:输入层、隐含层、输出层。每层内神经元之间不发生连接，仅相邻层的神经元之间根据需要发生连接。

BP神经网络的核心思想是，学习过程由信号的正向传播与误差的反向传播2个过程组成。

正向传播时，输入样本从输入层传入，经隐含层处理后，传向输出层。……