PSO优化BP算法在基坑变形预测中的应用

摘要：

地铁车站深基坑变形预测是保证地铁车站安全施工的一个重要手段,为了能够更准确更有效的预测地铁车站深基坑变形,采用粒子群优化算法即PSO算法对传统的BP神经网络的权值和阀值进行了优化,同时对该预测模型中的输出样本添加噪声训练,建立了基于粒子群优化BP神经网络的地铁深基坑变形预测算法.以合肥市轨道交通2号线长丰南路站深基坑为工程实例,经计算表明该算法取得了良好的效果,所预测的变形数据具有较高的可信度.

关键词：深基坑、粒子群优化、神经网络、噪声、变形预测

所属期刊栏目：37

分类号：TU473.2(土力学、地基基础工程)

在线出版日期：2016-01-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：140-142