基于BP神经网络的深基坑变形预测

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,采用Sim函数对网络进行仿真,采用Plot函数进行仿真误差分析,预测围护结构桩体的水平位移.结果表明,预测值同监测值、设计计算值吻合,表明了该预测方法的可行性.     

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。     

灰色-BP神经网络在深基坑变形预测中的应用研究

随着城市化进程的推进,向地下空间发展将是趋势,由此带来大量深基坑工程。深基坑的稳定问题不仅关系上部结构的安全,而且还会影响周边建筑物的变形,因此深基坑变形研究越来越受到重视。将改进灰色预测模型与BP神经网络组合模型结合,通过在南京某大型深基坑的变形模拟和预测效果对比,改进后的灰色模型在一定程度上提高了拟合精度与预测精度,而灰色-BP组合模型在此基础上通过MATLAB平台又进一步地提高了拟合与预测的精度。该研究可为工程施工提供较好的指导意义,并为同类工程提供借鉴。     

基于神经网络的深基坑支护结构变形预测研究

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做出预测,以保证基坑安全施工。     

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.     

人工神经网络在深基坑变形预测中的应用

以BP人工神经网络为基础，利用其强大的非线性映射能力，建立深基坑支护结构最大侧向位移的预测模型，在利用实测数据进行网络训练的基础上，对悬臂支护结构最大侧向位移进行预测，结果表明预测值与实测值吻合较好，显示了该方法进行深基坑变形预测的有效性。     

深基坑的变形位移监测与控制

结合实例，介绍了如何选择基坑工程监测方案。通过分析监测数据，推断变形的原因，从而采取有针对性的措施，对基坑变形进行控制，以避免基坑事故的发生。     

某深基坑水平位移灰色预测研究

因岩土介质的复杂性及施工和周围环境的不确定性，这为准确地依据设计去计算基坑不同时期的位移带来了很大的难度。因此．如何根据现有的实测资料去合理推断和预测基坑的水平位移也就成了广大技术成员所关心的问题。本文根据某基坑的实测资料。采用灰色系统理论对水平位移进行了预测。并对系统残差采用新陈代谢模型进行了修正，取得了较好的效果。     

遗传神经网络方法预测地下工程位移演化规律

提出并分析了一种用于隧道和地下结构位移演变预测预报的遗传神经网络方法·应用遗传算法优化传统的神经网络结构,避免了人为选择网络结构的盲目性,较好地解决了神经网络结构选择问题,同时提高了网络学习的效率和推广预测能力;利用这种非线性智能识别新方法,预测下步施工位移变形量,并与工程中监测到的历史数据进行对比分析,以便工程技术人员据此及时调整和优化施工步序,维护地下结构的稳定性·工程实例分析表明,该方法随着样本的积累,预测精度不断提高,并具有实时性的优点,具有广泛的应用前景     

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.     

基坑开挖对T型地下连续墙水平位移的影响

T型地下连续墙是一种新型自立式基坑支护结构,结合新沟河延伸拓竣工程,通过数值模拟和现场监测,分析了基坑开挖对T型地下连续墙侧向变形的影响,将数值分析结果与规范方法计算结果、现场开挖实测数据进行对比分析,研究了T型地下连续墙在基坑开挖至稳定期间墙体水平位移变化规律,验证了T型地下连续墙用于该工程中的合理性。结果表明,相比传统悬臂式地连墙,具有增加墙头抗弯刚度,减小墙顶位移的优点,有利于保证基坑工程的安全与稳定。     

悬挂式深基坑地下连续墙支护数值模拟及工程优化

现场监测难以预测基坑和围护结构后期变形规律,为提前预判并规避基坑破坏风险,采用数值模拟方法预测基坑变形及围护结构工作状态。依托南京市和燕路过江通道八卦洲明挖段实际工程,针对悬挂式地下连续墙深基坑支护方式,动态模拟基坑开挖,研究地连墙墙体深层水平位移和墙体弯矩变化规律,对比监测数据验证模拟合理性。改变悬挂式地下连续墙厚度及埋深,发现地连墙厚度增大可减小深层水平位移,但对抗弯性能要求较大;增大墙体埋深可减小水平位移和墙体弯矩,但超过一定深度影响减小,通过寻求墙体厚度及埋深合理值,优化施工方案。     

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.     

基于神经网络的桥下开挖竖向位移预测

基于BP神经网络方法，对桥下开挖的竖向变形作了预测.从不同土层的土的参数敏感性分析结果可知,竖向位移只对首层土的参数变化很敏感,由此建立了桥下开挖竖向位移预测的神经网络，其控制参数为首层土的粘聚力、内摩擦角、弹性模量、泊松比、开挖深度和开挖长度.选用B-R方法进行迭代计算，并对建立的神经网络进行验证，结果表明该模型的预测准确度较高.     

地下连续墙深基坑开挖与纵向地下管线保护

首次采用空间８节点非协调等参元方法，研究地下连续墙深基坑开挖过程中土体沉降沿基坑纵向的分布规律，并与上海地铁一号线徐家汇地铁车站的实测结果比较。引进了沉降传递系数的概念。据此可根据地表沉降值估算地下管线变形值，以保护沿基坑纵向的地下管线安全，所得结论可供工程技术人员参考。     

深部开采岩爆预测的神经网络方法

岩爆是深部高地应力岩石地下工程中的一种常见灾害,其影响因素之间存在着极其复杂的非线性关系。在综合分析基础上,选取开采深度、围岩最大切向应力与岩石单轴抗压强度比值、岩石单轴抗压强度和抗拉强度比值、岩石冲击性倾向指数作为岩爆预测的评判指标。应用人工神经网络方法,建立了岩爆预测的计算模型,利用国内外一些深部开采、岩石地下工程资料作为学习样本和测试样本对模型进行训练。该模型成功应用于某矿巷道的岩爆预测,预测结果与实际情况一致,此研究为深部开采岩爆预测提供了新的途径。     

深基坑围护中地下连续墙变形的解析计算

旨在更准确地研究深基坑围护中地下连续墙的变形,根据地下连续墙的受力特征,运用弹性薄板理论法对地下连续墙在基坑开挖中的侧向变形进行了分析,导出了其侧向变形的解析计算公式。最后通过工程实例进行了比较分析,结果表明计算值与实测值较为吻合,弹性薄板理论法能考虑空间作用的影响,可为地下连续墙的设计施工提供理论依据。     

Groundwater Level Predictions Using Artificial Neural Networks

IntroductionThe prediction of groundwater level fluctuation fordifferent natural conditions and usage rates is ofgreat importance for the use and management ofgroundwater resources.However,groundwaterlevel fluctuations are influenced by many factors,such as precipitation,infiltration,usage and thehydro- geological properties of the aquifer.Therefore,the groundwater level fluctuations arecomplicated and difficult to predict,especially indeep areas.Wells are commonly drilled tounderstand aquifer…     

人工神经元网络在地下工程预测中的应用

将适用于处理非线性和随机性的人工神经元网络应用于地下工程监控预测中的位移预测，提出一种有效的方法，并用Ｃ语言程序实现     

用人工神经网络预测单桩竖向极限承载力

提出了单桩竖向极限承载力预测的人工神经网络法。针对不同类型的单桩，结合工程实例，详细介绍了方法的建模。预测结果与实测值较为吻合，表明在桩基工程中利用这一方法进行单桩竖向极限承载力预测是有效的。