基于BP神经网络TTU屋面风压极值插值分析

摘要：

为解决风洞试验中模型屋面测点布置无法完全覆盖,而导致对屋面风压数据掌握不完全的问题,本文基于BP神经网络对低矮建筑标准模型屋面角部区域风压极值进行插值预估,建立神经网络模型训练样本的同时保证极值信息的完备,构建贝叶斯训练模型对角部区域测点进行训练.结果表明:当风向角为0°和90°时,BP神经网络预测角部区域极值结果误差率为15％以下,当风向角为30°与60°时,由于受锥形涡的影响,预测效果稍差,最高误差率为50％;采用BP神经网络方可以优化模型屋面测点布置方式,完善屋面风压分布特征.

关键词：低矮房屋标模、风压系数插值、BP神经网络

所属期刊栏目：54

分类号：TP183(自动化基础理论)

资助基金：信阳师范学院青年科研基金项目2021-QN-035

在线出版日期：2022-04-28（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：7-15