基于遗传BP网络的深基坑开挖土性参数反演

• 作者: 殷琨 王溪
• 来源期刊: 中国水运（下半月）
• 学科: 工学
• 关键词: FLAC3D 遗传算法 BP神经网络 正交试验设计 土性参数反演
• 年，卷（期）: 2013,（9）
• 所属期刊栏目: 工程
• 页码范围: 341-343
• 页数: 3页
• 分类号: TU470
• 字数: 2506字
• 语种: 中文

摘要

结合吉林某火车站北广场深基坑开挖施工期特点,提出了利用ANN(人工神经网络)来构建深基坑开挖土性参数的反演模型.再利用正交试验设计生成ANN学习样本和测试样本的参数系,通过FLAC3D正演获取样本的输出,并进行去量纲化处理.通过GA-BP(遗传BP神经网络)算法,建立起土性参数与深基坑土体位移之间的高度非线性映射关系,并利用由该网络得到的土性参数对基坑位移作正向分析,并与实测值对比,结论表明了该方法在土性参数反演中的适用性,可以作为深基坑开挖设计施工的参考和借鉴.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	殷琨	吉林大学建设工程学院	173	869	14.0	17.0
2	王溪	吉林大学建设工程学院	13	18	3.0	3.0