[1]王颖,刘勇健,刘意美,等.基于神经网络的基坑变形动态预测研究[J].水利与建筑工程学报,2014,(01):62-66.
点击复制

基于神经网络的基坑变形动态预测研究()
分享到:

《水利与建筑工程学报》[ISSN:1672-1144/CN:61-1404/TV]

卷:
期数:
2014年01期
页码:
62-66
栏目:
出版日期:
2014-02-28

文章信息/Info

作者:
王颖;刘勇健;刘意美;
广东工业大学土木与交通工程学院;
关键词:
基坑测斜数据动态预测BP网络广义回归网络
文献标志码:
A
摘要:
基坑开挖过程中,需要根据实际情况及建筑安全等级进行严格的变形控制,有效的变形预测能更好地指导施工。根据某基坑工程现场监测数据,应用MATLAB 7神经网络工具箱,建立了基于BP网络的基坑变形多步预测模型A和动态预测模型B,并与广义回归网络建立的模型对比。结果表明,动态预测的精度明显高于多步预测模型;在变形数据随时间递增的情况下,BP神经网络比广义回归网络动态预测精度高,泛化能力强,平均预测误差约3.3%,能满足实际工程要求。更多还原

参考文献/References:

[1] 胡冬,张小平.基于灰色系统理论的基坑变形预测研 究[J].地下空间与工程学报,2009,5(1):7478,168.
[2] 曹长礼.基于神经网络误差修正灰色模型的基坑位移 预测[J].人民长江,2010,41(17):2529.
[3] 陈健.基坑变形的混沌时间序列分析方法及应用研 究[J].测绘,2011,34(2):5759.
[4] 熊莎,贺跃光,姬方,等.指数平滑法在基坑深层位 移预测中的应用[J].矿冶工程,2013,33(2):57.
[5] 高浪,谢康和.人工神经网络在岩土工程中的应用 [J].土木工程学报,2002,35(4):7781.
[6] 党维维,高闯洲,党发宁,等.基于改进的BP神经网络 对西安黄土抗剪强度指标的研究[J].水利与建筑工程 学报,2009,7(2):14,13.
[7] 孙钧,王东栋.地铁施工变形预测与控制的智能方法 [J].施工技术,2009,38(1):39.
[8] 梁桂兰,徐卫亚,何育智,等.PSO-RBFNN模型及其在 岩土工程非线性时间序列预测中的应用[J].岩土力 学,2008,29(4):9951000.
[9] 熊孝波,桂国庆,郑明新,等.基于免疫RBF神经网络的 深基坑施工变形预测[J].岩土力学,2008,28(S1):598 602.
[10] 王雨,刘国彬,屠传豹.基于遗传-GRNN在深基坑 地连墙测斜预测中的研究[J].岩土工程学报,2012,34 (S1):167171.

相似文献/References:

[1]蔡函珂,张远芳,王月,等.基于突变理论的单根土钉抗拔极限承载力计算[J].水利与建筑工程学报,2014,(05):83.
[2]刘琦,孙永梅.沈阳砂土地区桩锚支护结构的内力研究及数值模拟[J].水利与建筑工程学报,2014,(03):17.
[3]张茜珍,刘昕.半盖挖法在地铁车站基坑中的应用及效果分析[J].水利与建筑工程学报,2015,(02):207.

更新日期/Last Update: 1900-01-01