基于神经网络的基坑变形动态预测研究

• 作者: 刘勇健 刘意美 王颖
• 来源期刊: 水利与建筑工程学报
• 学科: 工学
• 关键词: 基坑 测斜数据 动态预测 BP网络 广义回归网络
• 年，卷（期）: 2014,（1）
• 页码范围: 62-66
• 页数: 5页
• 分类号: TU47
• 字数: 3140字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-1144.2014.01.013

摘要

基坑开挖过程中，需要根据实际情况及建筑安全等级进行严格的变形控制，有效的变形预测能更好地指导施工。根据某基坑工程现场监测数据，应用MATLAB 7神经网络工具箱，建立了基于BP网络的基坑变形多步预测模型A和动态预测模型B，并与广义回归网络建立的模型对比。结果表明，动态预测的精度明显高于多步预测模型；在变形数据随时间递增的情况下，BP神经网络比广义回归网络动态预测精度高，泛化能力强，平均预测误差约3．3％，能满足实际工程要求。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘勇健	广东工业大学土木与交通工程学院	100	1223	17.0	30.0
2	王颖	广东工业大学土木与交通工程学院	9	76	6.0	8.0
3	刘意美	广东工业大学土木与交通工程学院	5	38	4.0	5.0