| （3）合理BPNN样本对预测效果产生较大影响，选择合适的学习方法将会使计算效率大大提高。
（4）与POD法相比，BPNN避开了整体风场的相关性，因此对不同位置，不同风向角的敏感程度不会太大，其预测精度均能达到预期目标，但是
BPNN的外插性能还难以满足工程需要，对于处在极端角部位置的点其预测误差较大，因此BP网络逼近方法还有待改善。
参考文献
1 李方慧等.POD原理解析及在结构风工程中的几点应用[J].振动与冲击,2009,28-32.
2 Y. Chen,et al. Prediction of pressure coefficients on roofs of low buildings using artificial neuralnetworks[J]. J. wind. Eng. Ind. Aerodyn.2003,91: 423–441.
3 李方慧.大跨度屋盖结构实用抗风设计[M].哈尔滨:黑龙江大学出版社,2008:14-25.
4 朱大奇.人工神经网络原理及应用[M].北京:科学出版社,2006:33-63. 2/2 首页 上一页 1 2 |
