基于BP-RBF神经网络的地下连续墙变形预测

• 作者: 姜忻良 徐炳伟
• 来源期刊: 工程力学
• 学科: 工学
• 关键词: 地下连续墙 变形预测 BP神经网络 RBF神经网络 BP-RBF神经网络模型
• 年，卷（期）: 2009,（z1）
• 所属期刊栏目: 土木工程学科
• 页码范围: 163-166
• 页数: 4页
• 分类号: TU476+.3|TU473
• 语种: 中文

摘要

采用神经网络对地下连续墙变形进行预测,提取出影响地下连续墙变形的5个主要参数:土的粘聚力C、内摩擦角ψ、地下连续墙高度H、基坑开挖深度H1和测点深度h作为神经网络模型输入,建立了BP神经网络与RBF神经网络相结合的BP-RBF预测模型,与单纯的BP神经网络模型相比,具有提高训练效率,简化网络结构的特点,且预测精度满足工程需要.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	姜忻良		146	2803	28.0	49.0
2	徐炳伟		6	55	2.0	6.0