基于进化神经网络的深基坑时空效应分析

摘要：

深基坑时空效应分析中,常采用数值模拟及拟合经验公式等方法进行研究,因深基坑时空效应的影响因素复杂,各种因素难以量化,常规的分析方法适应性不强.而目前时空效应分析中,一般只考虑时间或空间效应的影响,尚未建立同时考虑时空效应的人工智能分析模型.对于处理高度非线性的复杂问题,神经网络有独到的优势:基于进化算法的神经网络还具有全局优化功能.在详细分析了时空效应影响因子的基础上,本文尝试建立了利用进化算法分步优化神经网络结构和初始权值的深基坑时空效应分析模型.经与BP模型、网络结构及权值同步优化模型对比分析表明,分步优化模型可提高网络的辨识精度及分析效率,更符合实际情况.

关键词： 基础工程 深基坑 时空效应 神经网络 遗传算法

作者: 沈细中 常向前 兰雁 赵寿刚

作者单位: 中国科学院,武汉岩土力学研究所,湖北,武汉,430071;黄河水利科学研究院,工程力学研究所,河南,郑州,450003 黄河水利科学研究院,工程力学研究所,河南,郑州,450003

会议类型: 国内会议

会议名称: 中国岩石力学与工程学会2005年边坡、基坑与地下工程新技术新方法研讨会

会议地点: 杭州

会议语种:中文

页码: 5400-5404

在线出版日期: 2005-11-01（万方平台首次上网日期，不代表论文的发表时间）