基于遗传-GRNN在深基坑地连墙测斜预测中的研究

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。通过现场监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，利用神经网络对围护结构的变形做出预测的智能化施工成为基坑工程的发展趋势之一。研究了一种基于遗传算法的广义回归神经网络学习算法。该算法运用遗传算法寻找广义回归神经网络唯一参数光滑因子的最优解，将最优解赋予广义回归神经网络进行预测。在时间序列预测中，工程实例计算证明了遗传-广义回归神经网络预测的有效性和可行性，为时间序列预测提供了一种新途径。

关键词： 深基坑工程 地下连续墙 变形预测 遗传算法 广义回归神经网络

作者: WANG Yu 王雨 LIU Guo-bin 刘国彬 TU Chuan-bao 屠传豹

作者单位: College of Civil Engineering, Tongji University, Shanghai 200092, China 同济大学土木工程学院,上海200092

会议类型: 国内会议

会议名称: 第七届全国基坑工程研讨会

会议地点: 深圳

会议语种:中文

页码: 167-171

在线出版日期: 2012-11-09（万方平台首次上网日期，不代表论文的发表时间）