基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
基坑的变形分析是基坑工程设计中的一个重要组成部分,如何预测基坑围护结构的变形是需要解决的问题.在分析基坑围护结构变形影响因素的基础上,采用BP(Error Back-Propagation,简称 EBP 或BP)人工神经网络方法建立了基坑围护结构变形的预测模型.结合南京地铁二号线逸仙桥车站基坑变形的现场监测数据对网络模型的预测结果与实测进行了对比.结果表明,利用大量的基坑工程现场实测资料,采用神经网络BP算法,可以较为准确地预测基坑围护结构的变形量,预测值与实测值吻合较好;必须坚持现场监测,并将最新监测信息及时反馈,将其添加到学习训练样本中,让神经网络重新学习,以提高基坑工程围护结构变形的预报精度.
推荐文章
基于神经网络的深基坑支护结构变形预测研究
深基坑
支护结构
BP神经网络
变形预测
基于有限差分法的基坑围护结构变形分析
地铁车站
深基坑
围护结构
FLAC3D
地下连续墙
基于免疫RBF神经网络的深基坑施工变形预测
深基坑
地下连续墙
人工免疫识别
RBF神经网络
变形预测
基于有限元-BP神经网络的地下连续墙变形预测
有限元
BP神经网络
地下连续墙
水平位移
监测数据
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于BP人工神经网络的基坑围护结构变形预测方法研究
来源期刊 铁道建筑 学科 交通运输
关键词 基坑工程 围护结构 神经网络 预测方法
年,卷(期) 2011,(1) 所属期刊栏目 路基与基础
研究方向 页码范围 70-73
页数 分类号 U455.55+6
字数 2789字 语种 中文
DOI 10.3969/j.issn.1003-1995.2011.01.023
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 胡俊 南京林业大学土木工程学院 21 251 8.0 15.0
2 曾晖 五邑大学土木建筑学院 32 297 9.0 17.0
4 鲍俊安 南京林业大学土木工程学院 8 100 6.0 8.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (18)
共引文献  (76)
参考文献  (4)
节点文献
引证文献  (33)
同被引文献  (63)
二级引证文献  (40)
1986(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(2)
  • 参考文献(0)
  • 二级参考文献(2)
1995(2)
  • 参考文献(0)
  • 二级参考文献(2)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(2)
  • 参考文献(1)
  • 二级参考文献(1)
2008(2)
  • 参考文献(1)
  • 二级参考文献(1)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2012(3)
  • 引证文献(3)
  • 二级引证文献(0)
2013(7)
  • 引证文献(7)
  • 二级引证文献(0)
2014(3)
  • 引证文献(1)
  • 二级引证文献(2)
2015(9)
  • 引证文献(5)
  • 二级引证文献(4)
2016(8)
  • 引证文献(5)
  • 二级引证文献(3)
2017(7)
  • 引证文献(4)
  • 二级引证文献(3)
2018(10)
  • 引证文献(3)
  • 二级引证文献(7)
2019(17)
  • 引证文献(5)
  • 二级引证文献(12)
2020(9)
  • 引证文献(0)
  • 二级引证文献(9)
研究主题发展历程
节点文献
基坑工程
围护结构
神经网络
预测方法
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
铁道建筑
月刊
1003-1995
11-2027/U
大16开
北京市海淀区大柳树路2号
2-405
1961
chi
出版文献量(篇)
9468
总下载数(次)
32
总被引数(次)
43722
论文1v1指导