基于遗传算法-BP神经网络的深基坑变形预测
随着我国城镇化的发展,深基坑工程越来越多,随之而来的施工安全风险愈发凸显,如何有效预测和分析基坑的变形,是保障其施工安全的有效方法之一.本文利用遗传算法,对BP神经网络初始权重和阈值进行优化,并运用MATLAB编制了基坑变形预测程序.结合宁波地铁某车站深基坑地下连续墙深层土体水平位移的监测数据,建立了关于深基坑地下连续墙围护结构水平位移的神经网络模型,并对该基坑一测斜孔对应的围护结构水平位移进行预测.结果表明,本文提出的模型对于深基坑地下连续墙围护结构的水平位移预测具有较高的准确性,同时对支撑施作的影响具有良好的泛化能力,因而对基坑的施工安全具有现实的指导意义.
深基坑工程 变形预测 围岩结构 遗传算法 神经网络模型
李彦杰 薛亚东 岳磊 陈斌
同济大学岩土及地下工程教育部重点实验室,上海200092;同济大学地下建筑与工程系,上海200092 中铁一局集团有限公司,西安710054
国内会议
武汉
中文
741-749
2015-10-01（万方平台首次上网日期，不代表论文的发表时间）