首页 | 本学科首页   官方微博 | 高级检索  
     

贝叶斯正则化神经网络在深基坑变形预测的应用
作者单位:;1.河南大学土木建筑学院;2.河南省轨道交通智能建造工程中心
摘    要: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.

关 键 词:深基坑变形预测  贝叶斯正则化  遗传算法  BP神经网络  人为主观因素

Application of Bayesian Regularization Neural Network in Deformation Prediction of Deep Foundation Pit
Abstract:
Keywords:
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号