类神经网络预测矩形断面建物的风力系数

摘要

结构物的耐风设计通常需要经由风洞实验,取得各种风力系数的实验数据,其过程相当耗时且费用昂贵.近年,国外风力规范逐步朝数据库辅助(Database-Assisted)的设计模式发展,使用回归公式来整理分析实验数据,常无法得到准确的风力系数,因此,如何更有效的利用风洞实验气动力数据库是一个重要的课题.rn 本文运用新风洞试验之数据进行幅状基底类神经网路之预测,架构以数据特性来做神经网络之分类,如顺风向部分,输入项为地况、深宽比、高宽比,输出项为风力系数值;横风向以及扭转向部分,其输入项为深宽比、高宽比、无因次化楼层高度,输出项为两风向之风力系数,得到下列结论:(1)顺风向迎风面风力系数(岛神之预测优于背风面风力系数Car) ; (2)横风向风力系数预测以大于深宽比1时较佳;(3)扭转向风力系数预测以大于深宽比3时较佳.rn 利用高层建筑物设计风载重计算软件与实际设计案例比较之,其误差皆在10%以内,且大部份之预测皆为高估保守状态,当预测风力系数有较大误差,但预测仿真程序所计算之基底剪力与设计案例并无太大之误差值。类神经网络预测风力系数虽然少数案例有较大误差,但就本文设计之类神经网络架构实际应用于窗口化高层建筑物设计风载重计算软件上有相当良好之成效.

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号