基于BP模型的基坑开挖引起邻近隧道变形预测

• 作者: 王皓晨 李飒 林澜 翟超 邢卫民
• 来源期刊: 地下空间与工程学报
• 学科: 工学
• 关键词: BP神经网络 输入层因素分析 监测范围 隐含层节点数
• 年，卷（期）: 2021,（z2）
• 所属期刊栏目: 设计、施工、监测
• 页码范围: 832-839,847
• 页数: 9页
• 分类号: TU921
• 语种: 中文

摘要

由于邻近地铁隧道的基坑开挖会影响原隧道结构的安全与稳定,故有必要针对基坑开挖过程中邻近隧道的变形情况进行研究.以天津某邻近地铁隧道的基坑工程为背景,提出了一种优化的BP神经网络方法对该问题进行研究.依据基坑及隧道的变形实测数据,分析了影响隧道水平位移的主要因素,将基坑与隧道的相对位置、围护结构的深层水平位移、支撑轴力以及开挖深度作为神经网络输入层的神经元,并确定了隐含层节点数以及有效监测范围.根据上述分析建立了一种可以预测隧道结构水平位移的BP神经网络.通过已训练好的BP网络对二期工程影响下的隧道水平变形进行预测且引入均方根误差RMSE进行分析,得出预测得到的隧道水平位移曲线形态与实测形态大致相同,从而验证了优化后的BP神经网络的可靠性.