10.3969/j.issn.1000-7598.2008.z1.122
基于免疫RBF神经网络的深基坑施工变形预测
基坑工程由于受多种因素的影响,目前已成为岩土工程中的重点和难点.在基坑工程施工中,需要根据现场实际情况、周围环境、建筑安全等级等对变形进行严格控制.通过现场量测的深基坑围护结构变形信息资料,对实测数据进行整理和分析,利用神经网络对支护结构的变形作出预测,以保证基坑安全施工.研究了一种基于免疫识别原理的径向基函数神经网络学习算法,该算法将所识别的数据作为抗原,抗体为抗原的压缩映射并作为神经网络模型的隐层中心,采用最小二乘法确定权值,提高了RBF神经网络收敛速度和精度,将人工免疫RBF神经网络应用于时间序列预测中,工程实例计算证明了算法的有效性和可行性,为时间序列预测提供了一种新途径.
深基坑、地下连续墙、人工免疫识别、RBF神经网络、变形预测
29
TU470(土力学、地基基础工程)
国家自然科学基金资助项目50668002;江西省教育厅科研基金资助项目赣教技字[2006]182号
2009-01-15(万方平台首次上网日期,不代表论文的发表时间)
共5页
598-602