10.3969/j.issn.1672-2132.2008.04.020
人工神经网络在预测深基坑周边地表沉降变形中的应用研究
深基坑开挖引起的周边地表变形预测是一个复杂非线性问题,引起地表沉降的影响因素很多,各因素之间呈高度的非线性关系.传统的基坑周边地表沉降变形预测方法存在着一定的局限性,其预测精度有待提高,而人工神经网络是一种多元非线性动力学系统,可以灵活方便地对多成因的复杂未知系统进行高度建模,实现全面考虑各种主要影响因素的深基坑周边地表沉降变形预测.本文介绍了误差反向传播(BP)网络模型的结构、学习过程及其算法的改进,径向基函数(RBF)网络模型的结构及其学习过程;分析了影响深基坑开挖周边土体沉降变形的主要影响因素;以25个基坑工程的地表沉降实测资料为训练样本,建立了11个输入影响因素的BP神经网络模型和RBF神经网络模型,通过对样本的学习训练过程及对5个检验样本的预测精度,说明了人工神经网络用于预测基坑周边地表沉降的可行性和准确性.
深基坑工程、地表沉降预测、人工神经网络、误差反向传播(BP)神经网络、径向基函数(RBF)神经网络
28
TU433(土力学、地基基础工程)
2009-01-14(万方平台首次上网日期,不代表论文的发表时间)
共5页
519-523