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:
在对基坑的监测数据进行预测和分析中,现有的一部分方法很难满足实际施工中高度非线性问题的拟合,如指数法预测的沉降量往往偏小,双曲线法预测的沉降量往往偏大,而GM(1,1)对观测值的累加往往又不具有指数规律.考虑到这些局限,引用BP神经网络,以苏州地铁2号线某工程为例,结合历史的沉降监测值,对其基坑周边地表短期沉降进行预测.实践表明,该方法预测误差较小,为基坑周边地表沉降的预测提供了一种较好的途径,在基坑动态设计与信息化施工方面具有重要的参考价值.
推荐文章
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
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
基于BP神经网络的杭州紫之隧道最大地表沉降预测
浅埋暗挖
地表沉降
渗透性地层
BP神经网络
遗传算法
基于PSO-BP神经网络的基坑周边地面沉降预测方法研究
PSOBP神经网络
基坑工程
地面沉降
时序
沉降影响因素
BP神经网络的短期负荷预测算法
短期负荷预测
BP神经网络
粒子群算法
零相滤波器
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 BP神经网络在基坑周边地表短期沉降预测中的应用
来源期刊 四川理工学院学报(自然科学版) 学科 工学
关键词 沉降 短期预测 基坑 BP神经网络
年,卷(期) 2013,(2) 所属期刊栏目 机械、电子及计算机科学
研究方向 页码范围 53-56
页数 4页 分类号 TP183
字数 1639字 语种 中文
DOI 10.3969/j.issn.1673-1549.2013.02.013
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 苏华友 西南科技大学环境与资源学院 73 418 12.0 17.0
2 徐鑫鑫 西南科技大学环境与资源学院 4 22 2.0 4.0
3 张春萍 西南科技大学环境与资源学院 3 21 2.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (14)
共引文献  (52)
参考文献  (7)
节点文献
引证文献  (15)
同被引文献  (56)
二级引证文献  (49)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(3)
  • 参考文献(0)
  • 二级参考文献(3)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(3)
  • 参考文献(0)
  • 二级参考文献(3)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(2)
  • 参考文献(1)
  • 二级参考文献(1)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(3)
  • 参考文献(3)
  • 二级参考文献(0)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2013(1)
  • 引证文献(1)
  • 二级引证文献(0)
2014(2)
  • 引证文献(1)
  • 二级引证文献(1)
2015(8)
  • 引证文献(4)
  • 二级引证文献(4)
2016(11)
  • 引证文献(1)
  • 二级引证文献(10)
2017(17)
  • 引证文献(5)
  • 二级引证文献(12)
2018(15)
  • 引证文献(3)
  • 二级引证文献(12)
2019(5)
  • 引证文献(0)
  • 二级引证文献(5)
2020(5)
  • 引证文献(0)
  • 二级引证文献(5)
研究主题发展历程
节点文献
沉降
短期预测
基坑
BP神经网络
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
四川理工学院学报(自然科学版)
双月刊
1673-1549
51-1687/N
四川省自贡市汇兴路学苑街180号
chi
出版文献量(篇)
2774
总下载数(次)
3
总被引数(次)
12372
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导