基于免疫RBF神经网络的深基坑施工变形预测

摘要：

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。

关键词： 深基坑 地下连续墙 免疫识别 神经网络 变形预测

作者: 熊孝波 桂国庆 郑明新 许建聪 马淑芝

作者单位: 井冈山大学工学院,江西,吉安,343009;华东交通大学,土建学院,南昌,330013 井冈山大学工学院,江西,吉安,343009 华东交通大学,土建学院,南昌,330013 同济大学,土木工程学院,上海,200092 中国地质大学,工程学院,武汉,430074

会议类型: 国内会议

会议名称: 第二届中国水利水电岩土力学与工程学术讨论会

会议地点: 武汉

会议语种:中文

页码: 598-602

在线出版日期: 2008-11-14（万方平台首次上网日期，不代表论文的发表时间）