金属矿山
金屬礦山
금속광산
METAL MINE
2009年
2期
60-62,78
,共4页
基坑%支护结构%人工神经网络%变形预测
基坑%支護結構%人工神經網絡%變形預測
기갱%지호결구%인공신경망락%변형예측
为有效改善传统人工神经网络算法的缺陷,精确预测基坑变形,以实际工程为例,采用增强型人工神经网络(ANN)构建神经网络模型,并利用条件相同或相似的已建基坑工程的实测变形资料作为学习样本,实际变形观测值作为期望输出对神经网络进行训练.结果表明:该神经网络训练法的输出结果较为可靠,更接近于实际,是预测基坑变形的一种十分有效的方法,对其他基坑工程具有一定的借鉴价值.
為有效改善傳統人工神經網絡算法的缺陷,精確預測基坑變形,以實際工程為例,採用增彊型人工神經網絡(ANN)構建神經網絡模型,併利用條件相同或相似的已建基坑工程的實測變形資料作為學習樣本,實際變形觀測值作為期望輸齣對神經網絡進行訓練.結果錶明:該神經網絡訓練法的輸齣結果較為可靠,更接近于實際,是預測基坑變形的一種十分有效的方法,對其他基坑工程具有一定的藉鑒價值.
위유효개선전통인공신경망락산법적결함,정학예측기갱변형,이실제공정위례,채용증강형인공신경망락(ANN)구건신경망락모형,병이용조건상동혹상사적이건기갱공정적실측변형자료작위학습양본,실제변형관측치작위기망수출대신경망락진행훈련.결과표명:해신경망락훈련법적수출결과교위가고,경접근우실제,시예측기갱변형적일충십분유효적방법,대기타기갱공정구유일정적차감개치.
