基于智能优化算法的深大基坑施工反分析

• 作者: 吴小建 左自波 黄玉林
• 来源期刊: 岩土工程学报
• 学科: 工学
• 关键词: 基坑 反分析 三维FEM模拟 Nelder-Mead算法 神经网络
• 年，卷（期）: 2017,（z2）
• 页码范围: 128-131
• 页数: 4页
• 分类号: TU44
• 字数: 2759字
• 语种: 中文
• DOI: 10.11779/CJGE2017S2032

摘要

引入人工智能技术,提出了一种基于神经网络的Nelder-Mead改进加速算法,建立了基于监测结果的深大基坑动态施工反馈分析方法.以93383 m2超大基坑工程为案例,进行了三维有限元参数反演分析,预测了基坑后续开挖围护结构水平位移、支撑轴力、管沟位移.结果表明:与Nelder-Mead算法比较,采用所建立的方法的收敛速度快,迭代次数减少了最大达86.9%;预测结果与实测结果吻合较好.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吴小建		21	42	4.0	5.0
5	左自波		9	20	3.0	4.0
9	黄玉林		19	58	5.0	7.0