基于Elman神经网络的深基坑变形智能监测

• 作者: 张建国 李维滨
• 来源期刊: 江苏建筑
• 学科: 工学
• 关键词: 深基坑工程 Elman神经网络 时空效应 多类数据预测 动态可靠度
• 年，卷（期）: 2006,（1）
• 所属期刊栏目: 地基基础
• 页码范围: 49-52
• 页数: 4页
• 分类号: TU473.2|TP391.78
• 字数: 2923字
• 语种: 中文
• DOI: 10.3969/j.issn.1005-6270.2006.01.017

摘要

Elman神经网络是一种典型的动态递归神经网络,它既可以学习空域模式,又可以学习时域模式,能使训练好的网络具有非线性和动态特性.文章采用11个输入单元和1个输出单元的Elman神经网络.利用Matlab提供的神经网络工具箱编写了Elman神经网络程序,可以通过几种监测数据来推测另一种监测数据.最后以一幢超高层建筑的深基坑工程为例,说明了Elman神经网络方法用于深基坑变形的预测具有较好的可靠性,通过不断加入新的数据,Elman神经网络程序所能判断的数据类型和精度均不断提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李维滨	东南大学土木工程学院	44	439	9.0	20.0
2	张建国	东南大学土木工程学院	6	19	3.0	4.0