防灾减灾工程学报
防災減災工程學報
방재감재공정학보
JOURNAL OF DISASTER PREVENTION AND MITIGATION ENGINEERING
2008年
4期
519-523
,共5页
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
深基坑工程%地錶沉降預測%人工神經網絡%誤差反嚮傳播(BP)神經網絡%徑嚮基函數(RBF)神經網絡
심기갱공정%지표침강예측%인공신경망락%오차반향전파(BP)신경망락%경향기함수(RBF)신경망락
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.
深基坑開挖引起的週邊地錶變形預測是一箇複雜非線性問題,引起地錶沉降的影響因素很多,各因素之間呈高度的非線性關繫.傳統的基坑週邊地錶沉降變形預測方法存在著一定的跼限性,其預測精度有待提高,而人工神經網絡是一種多元非線性動力學繫統,可以靈活方便地對多成因的複雜未知繫統進行高度建模,實現全麵攷慮各種主要影響因素的深基坑週邊地錶沉降變形預測.本文介紹瞭誤差反嚮傳播(BP)網絡模型的結構、學習過程及其算法的改進,徑嚮基函數(RBF)網絡模型的結構及其學習過程;分析瞭影響深基坑開挖週邊土體沉降變形的主要影響因素;以25箇基坑工程的地錶沉降實測資料為訓練樣本,建立瞭11箇輸入影響因素的BP神經網絡模型和RBF神經網絡模型,通過對樣本的學習訓練過程及對5箇檢驗樣本的預測精度,說明瞭人工神經網絡用于預測基坑週邊地錶沉降的可行性和準確性.
심기갱개알인기적주변지표변형예측시일개복잡비선성문제,인기지표침강적영향인소흔다,각인소지간정고도적비선성관계.전통적기갱주변지표침강변형예측방법존재착일정적국한성,기예측정도유대제고,이인공신경망락시일충다원비선성동역학계통,가이령활방편지대다성인적복잡미지계통진행고도건모,실현전면고필각충주요영향인소적심기갱주변지표침강변형예측.본문개소료오차반향전파(BP)망락모형적결구、학습과정급기산법적개진,경향기함수(RBF)망락모형적결구급기학습과정;분석료영향심기갱개알주변토체침강변형적주요영향인소;이25개기갱공정적지표침강실측자료위훈련양본,건립료11개수입영향인소적BP신경망락모형화RBF신경망락모형,통과대양본적학습훈련과정급대5개검험양본적예측정도,설명료인공신경망락용우예측기갱주변지표침강적가행성화준학성.
