人工神经网络在预测深基坑周边地表沉降变形中的应用研究

• 作者: 李方明 胡庆兴 葛长峰
• 来源期刊: 防灾减灾工程学报
• 学科: 工学
• 关键词: 深基坑工程 地表沉降预测 人工神经网络 误差反向传播(BP)神经网络 径向基函数(RBF)神经网络
• 年，卷（期）: 2008,（4）
• 所属期刊栏目: 论文
• 页码范围: 519-523
• 页数: 5页
• 分类号: TU433
• 字数: 3664字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-2132.2008.04.020

摘要

深基坑开挖引起的周边地表变形预测是一个复杂非线性问题,引起地表沉降的影响因素很多,各因素之间呈高度的非线性关系.传统的基坑周边地表沉降变形预测方法存在着一定的局限性,其预测精度有待提高,而人工神经网络是一种多元非线性动力学系统,可以灵活方便地对多成因的复杂未知系统进行高度建模,实现全面考虑各种主要影响因素的深基坑周边地表沉降变形预测.本文介绍了误差反向传播(BP)网络模型的结构、学习过程及其算法的改进,径向基函数(RBF)网络模型的结构及其学习过程;分析了影响深基坑开挖周边土体沉降变形的主要影响因素;以25个基坑工程的地表沉降实测资料为训练样本,建立了11个输入影响因素的BP神经网络模型和RBF神经网络模型,通过对样本的学习训练过程及对5个检验样本的预测精度,说明了人工神经网络用于预测基坑周边地表沉降的可行性和准确性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	胡庆兴	南京工业大学岩土工程研究所	20	502	13.0	20.0
2	李方明	南京工业大学岩土工程研究所	15	198	6.0	14.0
3	葛长峰		2	27	1.0	2.0