改进的BP网络在深基坑变形监测与预报中的应用研究

从信息化施工的必要性及深基坑工程的特点,说明了深基坑变形监测与预报的重要性.因为影响基坑变形的因素很复杂,且传统的计算方法已无法准确地预测其变形.根据深基坑变形的基本特征,运用遗传算法优化BP网络建立了深基坑变形预报模型,通过对比说明优化的适用性和有效性.     

深基坑墙体位移的神经网络动态预测

针对基坑工程变形监测预报的重要性,将神经网络技术用于深基坑工程的变形预测,并用ＶＣ＾＋＋语言加以实现,最后用实例论证了神经网络方法用于基坑工程变形预测的可靠性和实用性。     

基于尖点突变理论与灰色理论的基坑安全评价

文章应用实际工程的监测数据,采用突变理论建立了深基坑工程安全评价模型,以基坑水平变形为例,综合考虑深基坑土体的流变特性,建立了基于时效影响因子的深基坑工程尖点突变评价模型,并运用灰色理论GM(1,1)模型,对基坑水平变形进行预测预报,通过两种模型的结合,克服了采用常设置监测评价时参数选择困难,可以优化评价基坑安全程度.     

神经网络在深基坑支护变形预测中的应用

利用人工神经网络理论对城市深基坑支护结构的变形量进行了分析和预测,建立了预测支护结构最大变形量的网络预测模型,预测结果表明,该网络系统有很高的预测精度,可应用于实际工程。     

基于BP神经网络的岩土工程预测模型研究

BP神经网络具有自适应机制,通过训练和学习,达到对知识进行分类、模式判别、联想记忆等能力.岩土工程的灾害预测问题可以看作是一个模式识别问题,而岩土工程中变形情况的监测和预测模型的研究是矿山、建筑、水利等工程的一项重要课题,近年来安全监测技术发展有了巨大的飞跃,呈现出"实时"、"远程"、"非接触"的特点.针对BP神经网络预测模型监测在岩土工程方面的应用,应用BP人工神经网络实现了对岩土工程安全监测数据的预测预报,并对预测结果进行了分析,说明了隐含层数对预测结果误差的影响.通过比对,选择了误差最小的较优组合对岩土工程进行预测.     

大型人防工程变形监测数据处理与分析

该文介绍变形监测的意义和重要性,分析了影响人防工程安全稳定的因素。给出了人防工程变形监测方案设计的注意事项,重点对沉降监测中的成果整理、变形分析和预测预报方法进行了介绍。以某工程人防工程为例,通过对该工程实施沉降监测,对监测数据进行处理和分析,根据实际变形量和预测变形量的比较,清楚看出实测的累计沉降量与预测预报的沉降量基本相当,说明可以采用预测方法对沉降趋势进行预测,为工程施工、运营管理和领导决策提供了第一手资料。     

神经网络在深基坑变形监测中的运用

深基坑变形监测作为变形监测中十分重要的内容,其技术和方法也在随着科技的发展而发生积极的变化。本文综述了深基坑变形监测的数据处理,提出了采用BP神经网络算法进行数据分析及预报。文中详细介绍了神经网络算法,并重点阐述了BP神经网络算法的原理。针对传统BP神经网络算法存在的缺陷,通过对初始权值选取进行了改正,并将小波基函数作为改进算法的激活函数,有效避免了神经网络陷入局部过小的问题。最后,通过工程实例对传统的BP神经网络算法和改进的BP神经网络算法进行分析和比较,结果表明,改进算法的预测值与实测值基本吻合,预测结果更加精确。     

贝叶斯正则化神经网络在深基坑变形预测的应用

针对传统BP神经网络在深基坑施工开挖变形的预测,基坑的安全性判定仅利用监测的最终数值而无法全面服务于深基坑工程,提出了一种遗传算法(Genetic Algorithm, GA)和贝叶斯正则化算法(Bayesian Regularization, BR)组合优化传统BP神经网络的预测模型,在优化预测模型中加入了影响深基坑安全稳定的客观因素及人为主观因素,进一步提高了BP神经网络全局优化能力以及泛化能力.研究结果表明：该组合优化方法对深基坑地表沉降和水平位移变形预测的平均相对误差分别为0.32%和0.59%,表现出较高的预测精度.该组合优化模型首次在深基坑变形领域验证了应用的可行性,为深基坑变形预测提供了新的思路和方法.     

开挖作用下的深基坑变形神经网络监测模型

为使监测模型深入揭示深基坑在开挖期间的变形规律,从土体遗传蠕变机理出发,提出等效开挖深度概念,将变形影响因子构造为考虑开挖深度的瞬时变形影响因子和考虑蠕变效应的历史变形影响因子.利用径向基函数神经网络的强大的非线性映射能力,以已有的实测数据为训练样本,构造相应的输入因子,建立了深基坑变形的监测模型,可实现对后期开挖的深基坑变形的非线性预测.实例验证表明,该模型效果好、有利于对开挖作用下的深基坑变形进行监测分析和预测,为保障深基坑变形安全提供了有力工具.     

边坡变形时序分析的进化-自适应神经模糊推理模型

变形监测与预报是保证边坡工程施工安全与工程质量的重要措施,但由于位移时间序列的强非线性,边坡变形预报成为非常困难的问题.自适应模糊神经推理系统(ANFIS)有优越的学习和泛化性能,而遗传算法(GA)是优秀的全局优化工具.采用遗传算法优化ANFIS参数,并编制了相应的计算程序.结合三峡工程永久船闸施工变形监测和新滩滑坡变形监测,建立了边坡变形时序分析的GA-ANFIS智能模型.为了对比该模型的预测精度,采用GA优化支持向量回归(SVR)和BP神经网络的模型参数,编制了GA-SVR及GA-BP程序,对相同的算例进行了变形预测分析.按滚动预测法对三峡永久船闸高边坡和新滩滑坡的计算结果表明,文中提出的GA-ANFIS模型能够获得比GA-SVR和GA-BP模型更高的预测精度,可以应用于边坡工程变形监测预报分析,并为类似工程提供参考.     

锚桩支护条件下深基坑蠕变变形的时空效应分析

深基坑在开挖及支护完成后,由于土体的蠕变特性,变形依然呈少量增加,变形的时空效应在锚桩支护条件下的深基坑工程的实践中表现明显.监测资料数据显示,作为研究对象的基坑边坡中部变形最大,通过非线性回归分析,预测其稳定临界值,得出变形值随着时间仍有一定的增长,表明基坑在开挖结束后的蠕变变形不容忽视.而分段施工及分部位加固支护是时空效应现象在深基坑实际工程中应用的有效措施.     

城市地铁车站基坑变形监测分析

深基坑工程的施工监测可以对深基坑的开挖施工提供控制依据。结合上海地铁临港新城站基坑监测实例,分析了该基坑工程的工程概况及监测内容,并对基坑坑外地表沉降、围护墙顶部变形、围护墙体侧向变形、支撑轴力、坑外潜水水位、承压水水位、立柱桩垂直位移的监测数据进行了分析,为基坑的变形预测提供了基础数据条件。研究成果可为类似的基坑工程提供参考和借鉴。     

基于ANN的深基坑变形预测方法研究(新修改)

城市地区深基坑工程愈来愈多,为了确保深基坑施工安全,对基坑进行监测和预测,实现信息化施工证明是有效的方法。国内外学者以往的研究大多侧重于基坑施工地面沉降预测方面,有关深基坑围护结构桩体整体水平位移变形的预测建模鲜有报道。结合某深基坑工程,以桩体水平位移实际监测数据为样本,建立BP神经网络时间窗口预测模型,采用MATLAB平台编写程序,预测围护结构桩体水平位移,预测值同监测值和设计计算值吻合,表明了该预测方法的可行性,研究结果可供同类工程项目参考借鉴。     

浅析深基坑支护结构变形规律

以某深基坑工程的变形监测为例,分析深基坑支护结构变形在复杂条件下的时空效应变化规律.     

非等间隔时序灰色模型的深基坑变形预测研究

灰色理论广泛应用于深基坑位移预测,对基坑工程设计与施工具有重要意义.预测中灰色模型的建立是以等时距原始数据作为前提条件,而实际工程的位移监测数据多是非等时距,因此难以建立合理的预测模型.文章采取引入单位时间差系数方法将不等间隔序列调整为等间隔序列,分析其差值后将序列还原,从而可以建立非等间隔时序灰色模型;同时将数据矩阵的第一列元素由原2个连续元素增加为3个连续元素平均值的相反数构成;以某深基坑工程为算例,验证了上述改进模型的正确性,其预测结果与监测结果更为接近.结果表明,非等间隔时序灰色模型在深基坑变形预测中更符合工程条件,精度更高,为深基坑支护信息化施工提供了更好的理论依据.     

基于多元线性回归的渡槽变形预测模型研究

提出了一种基于多元线性回归的渡槽沉降变形健康监测模型,介绍了应用MLR建立变形预测模型的步骤,并与多元逐步回归(MSR)进行对比.针对预测样本数目的不同取值,研究其在实际工程中的预测能力.通过对浙江天台红旗渡槽的监测数据研究,验证了基于MLR的渡槽变形预测模型的预测精度满足工程要求,预测能力略优于MSR,且短期预测能力优于长期预测能力.因此,合理选择预报天数对于渡槽变形预测尤为重要.     

基于多分支神经网络的深基坑变形多点预测

文章为研究基坑变形预测方法,根据基坑信息化施工对变形预测的需求,在分析当前常用预测方法的基础上,提出了基于多分支神经网络的深基坑支护变形多点预测方法,建立了深基坑锚杆复合土钉支护结构变形预测模型;采用Matlab7编写了预测程序,运用多步滚动预测方法,实现了对多个测点变形的实时预测;最后通过工程实例验证了模型的正确性和有效性.     

岩体工程黏性流动变形预测的无边界条件方法研究

依据岩体工程开挖后监测到的变形数据分析变形演化规律,预测其发展趋势,已成为设计施工的基本任务之一。依据Goursat弹性位移表达式和弹性-黏弹性比拟原理推导了岩体工程黏弹性问题的相对位移矢量增量公式,进而推导了黏性流动变形预测的模型,并给出了变形预报的方法步骤。工程应用表明：该方法可以考虑岩体的本构特征这一先验信息,实现两维的长期变形预报,预报精度较高。该预测模型对观测数据没有等时性要求,需要的数据量大小亦能为岩土工程所满足。     

深基坑围护结构变形远程监测预警系统

为实时掌握基坑围护结构变形趋势,确保基坑工程质量和安全稳定性,以大连地铁某车站深基坑工程为背景,基于物联网应用技术,构建深基坑围护结构变形远程监测预警装备系统.首先,构建以数据采集、通信联络、核心处理空间和数据终端组成的物联网框架;然后,基于原型系统基本功能开发,分析深基坑围护结构中锚杆轴力监测预警过程.研究结果表明:基于物联网设计理念的地铁车站深基坑围护结构变形远程监测预警装备系统,可获取到深基坑围护结构变形及其灾变演化实时数据,并实施灾变预警.该研究成果可为地铁工程管理及施工部门实时掌握施工过程中深基坑围护结构变形状况,准确排查安全隐患、有效预防基坑施工事故提供信息技术支持和保障.     

深基坑开挖引起的周边地表变形预测

应用模糊数学理论推导出的Fuzzy测度模型,根据实际基坑的情况对地表下沉公式积分范围进行了修正,使用Matlab语言编写了预测地表下沉及水平位移变形的程序.对深基坑开挖引起地表下沉及水平位移变形量进行预测的结果表明:该模型对基坑周围土体变形量的预测结果与实测情况吻合较好,所获得的理论公式可应用于深基坑工程开挖引起的地表移动变形预测.