基于免疫RBF神经网络的深基坑施工变形预测

• 作者: 桂国庆 熊孝波 许建聪 郑明新 马淑芝
• 来源期刊: 岩土力学
• 关键词: 深基坑 地下连续墙 人工免疫识别 RBF神经网络 变形预测
• 年，卷（期）: 2008,（z1）
• 所属期刊栏目: 基础工程研究与应用
• 页码范围: 598-602
• 页数: 5页
• 分类号: TU470
• 语种: 中文
• DOI: 10.3969/j.issn.1000-7598.2008.z1.122

摘要

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作出预测,以保证基坑安全施工.研究了一种基于免疫识别原理的径向基函数神经网络学习算法,该算法将所识别的数据作为抗原,抗体为抗原的压缩映射并作为神经网络模型的隐层中心,采用最小二乘法确定权值,提高了RBF神经网络收敛速度和精度,将人工免疫RBF神经网络应用于时间序列预测中,工程实例计算证明了算法的有效性和可行性,为时间序列预测提供了一种新途径.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郑明新	华东交通大学土建学院	96	1113	17.0	29.0
2	熊孝波	井冈山大学工学院	5	79	4.0	5.0
4	马淑芝	中国地质大学工程学院	29	467	11.0	21.0
5	许建聪	同济大学土木工程学院	41	857	16.0	29.0
8	桂国庆	井冈山大学工学院	26	161	7.0	12.0