基于粒子群优化神经网络算法的深基坑变形预测方法

发布时间：2017-10-01 13:20

  本文关键词：基于粒子群优化神经网络算法的深基坑变形预测方法

  更多相关文章： 基坑 变形预测 粒子群优化 神经网络

【摘要】：深基坑变形预测是进行施工参数调整和确保深基坑施工安全的重要手段,而如何对其变形进行有效、准确的预测是一个有待解决的技术难题。采用粒子群优化算法对神经网络模型的初始权值和阈值进行优化,并将已有的变形监测数据作为神经网络的输入参数,建立了基于粒子群优化神经网络算法的深基坑变形预测方法。将形成的方法应用于长春市火车站北广场深基坑开挖监测工程中。结果表明:8号水平位移测点预测结果的均方根误差为3.78%,平均百分比误差为5.48%;9号地面沉降点预测结果的均方根误差为5.62%,平均百分比误差为3.23%。经验证,本文方法预测深基坑开挖过程中的变形具有较高的可信度。
【作者单位】： 吉林大学交通学院;吉林农业工程职业技术学院;辽宁城建设计院有限公司;
【关键词】： 基坑 变形预测 粒子群优化 神经网络
【基金】：高等学校博士学科点专项科研基金项目(20100061120066)
【分类号】：TP183;TU753
【正文快照】： 0引言随着地下空间的不断开发,深基坑工程呈现出规模不断扩大、深度不断加深的发展趋势,因此,确保基坑施工安全成为深基坑工程的首要任务。深基坑工程的变形不仅涉及土的力学特性,还受到土与结构相互作用、地下水位和环境温度等因素的影响,开挖过程其变形具有明显的时间和空间

【相似文献】

中国期刊全文数据库 前10条

1 苏国韶;张克实;吕海波;;位移反分析的粒子群优化-高斯过程协同优化方法[J];岩土力学;2011年02期

2 吕福祥;黄磊;;基于粒子群优化的支持向量机在地表沉降预测中的应用[J];测绘信息与工程;2010年02期

3 梁本亮,李大毛;基于演化算法的桩基极限承载力预测模型研究[J];重庆建筑;2005年09期

4 吴合良;黄方林;王慧慧;;基于IPSO-BP神经网络的结构损伤识别[J];长沙理工大学学报(自然科学版);2009年03期

5 唐和生;李峰;王勇;薛松涛;陈昒;;桁架结构形状优化的粒子群优化算法[J];哈尔滨工业大学学报;2009年12期

6 徐飞;徐卫亚;;基于支持向量机-马尔可夫链的位移时序预测[J];岩土力学;2010年03期

7 周进;张伟;杨晓楠;;基于大爆炸优化算法的结构参数识别[J];江西科学;2010年02期

8 李志敬;朱珍德;周伟华;;基于CPSO算法的岩石蠕变模型非定常参数反演分析[J];河海大学学报(自然科学版);2008年03期

9 余岭;万祖勇;朱宏平;徐德毅;;基于POS算法的结构模型修正与损伤检测[J];振动与冲击;2006年05期

10 唐和生;许锐;薛松涛;张伟;;基于CLPSO算法的结构系统识别[J];振动.测试与诊断;2010年06期

中国重要会议论文全文数据库 前1条

1 刘学春;张爱林;;粒子群算法在预应力钢结构优化设计中的应用[A];第九届全国现代结构工程学术研讨会论文集[C];2009年

中国博士学位论文全文数据库 前8条

1 李玉刚;桩式海上风机基础可靠度分析及优化方法研究[D];大连理工大学;2009年

2 梅松华;层状岩体开挖变形机制及破坏机理研究[D];中国科学院研究生院（武汉岩土力学研究所）;2008年

3 张研;地下工程岩体非线性行为预测识别的高斯过程模型与动态智能反馈分析[D];广西大学;2013年

4 王延伟;基于物理参数辨识的结构损伤识别方法研究[D];中国地震局工程力学研究所;2011年

5 井彦林;基于数据挖掘技术的黄土湿陷性研究[D];西安理工大学;2006年

6 杜文辽;状态监控与智能诊断关键技术研究及其在汽车起重机主泵中的应用[D];上海交通大学;2013年

7 方圣恩;基于有限元模型修正的结构损伤识别方法研究[D];中南大学;2010年

8 唐海燕;电梯交通分析及电梯优化控制方法研究[D];哈尔滨工业大学;2010年

中国硕士学位论文全文数据库 前10条

1 孙巍;供热管网的建模分析及水力平衡调节[D];北京化工大学;2008年

2 吴瑞海;基于小波神经网络的建筑物沉降预测方法研究[D];济南大学;2010年

3 刘丹丹;多项目环境下建筑施工企业资源管理问题研究[D];西南交通大学;2014年

4 魏戈;基于粒子群遗传混合优化算法的给水管网优化设计的研究[D];兰州理工大学;2010年

5 韩雪;改进的蚁群算法及其在桁架优化中的应用[D];河北工程大学;2013年

6 徐聪麒;基于粒子群优化的RBF网络在节约型校园能耗监管平台中的应用研究[D];广西大学;2012年

7 刘龙云;热水锅炉燃烧系统建模与优化控制研究[D];大连理工大学;2013年

8 曹艳芳;基于融合推理模型的地下装载机概念设计系统[D];河北工程大学;2013年

9 田晓曦;供热系统的滑模预测控制研究[D];沈阳建筑大学;2013年

10 王洋;城镇供水管网模拟与监控模型研究[D];河北农业大学;2011年

，

本文编号：953675