样条权函神经网络在基坑变形预测中的应用研究

《样条权函神经网络在基坑变形预测中的应用研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、分类号_____________________密级___________________UDC_____________________学号___________________:雇心A孳硕士学位论文ThesisforMastersDegree论文题目样条权函神经网络在基坑变形预测中的应用研究申请学位类别全日制专业硕士专业名称测绘工程殷保臣研究生姓名虞列沛高工导师姓名、职称二◦一五年一月学位论文独创性声明本人声明所呈交的论文是本人在导师指导下进行的研究工作及取得的研究成果。据我所知，除了文中特别加以标注和致谢的地方外，论文中不包含其他人己经发表或撰写过的研宄

2、成果，也不包含己获得江西理工大学或其他教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中做了明确的说明并表示谢意。申请学位论文与资料若有不实之处，本人承担一切相关责任。研宄生签名：g1时间：年/>月曰学位论文版权使用授权书本人完全了解江西理工大学关于收集、保存、使用学位论文的规定：即学校有权保存按要求提交的学位论文印刷本和电子版本，学校有权将将学文论文的全部或者部分内容编入有关数据库进行检索，并采用影印、缩印或扫描等复制手段保存、汇编以供查阅和借阅；学校有权按有关规定向国家有关部门或者机构送交论文的复印件和电子版。本人允许

3、本学位论文被查阅和借阅，同意学校向国家有关部门或机构送交论文的复印件和电子版，并通过网络向社会公众提供信息服务。保密的学位论文在解密后适用本授权书学位论文作者签名（手写导师签名（手写）：签字曰期：年（月7曰签字曰期：年'月'/曰分类号：密级：UDC：学号：硕士学位论文样条权函数神经网络在基坑变形预测中的应用研究ApplicationofsplineweightfunctionneuralnetworkPitDeformationPrediction学位类别：全日制专业硕士作者姓名：殷保臣学科、专业：测绘工程研究方向：变形监测指导教师：虞列沛2015年12月28

4、日江西理工大学硕士学位论文摘要样条权函数神经网络在基坑变形预测中的应用研究摘要随着人类社会的进步和国民经济的快速发展，工程建设的进程日益加快。对工程建筑物的规模、造型、难度提出了越来越高的要求。如果施工设计不当基坑周边的沉降变形会直接关系到基坑周边建筑物的安全，会造成人民财产的损失。因此，对大型基坑或者超大基坑进行变形监测并对监测数据进行分析处理就显得尤为重要。本文在查阅大量的文献资料的基础上，首先阐述总结了变形监测的意义；国内外监测技术的发展概况及变形监测常用数据处理方法等；其次简单地的阐述了一般人工神经网络的基本原理，并讨论和研究了影响基坑周边道路沉降变形

5、的因子之后，确定了样条权函数神经网络的拓扑结构；最后结合广州国际医药港展览中心支护工程进行实例分析,对变形监测数据分别采用BP神经网络、样条权函数神经网络两种方法对监测的往期数据进行处理，并用MATLAB软件编制了数据处理程序。通过比较分析，得出样条权函数神经网络比一般的BP神经网络能更好的满足工程需要。关键词：人工神经网络；权函数；三次样条函数；沉降预测I摘摘要西理工大学硕士学位论文摘要AbstractWiththerapiddevelopmentofhumansocialprogressandnationaleconomy,theconstructionp

6、rocessisaccelerating.Buildingontheprojectsize,shape,degreeofdifficultyhigherandhigherrequirements.Ifpoorlydesignedaroundfoundationconstructionsettlementdeformationaroundfoundationdirectlyrelatedtothesafetyofbuildings,willresultinthelossofpeople'sproperty.Therefore,alargeexcavationpi

7、torlargedeformationmonitoringdatamonitoringandanalysisprocessisparticularlyimportant.Basedonalargenumberofdocumentsonthebasisoffirstsummarizethemeaningsetforthdeformationmonitoring;monitoringtechnologydevelopmentsituationathomeandabroadanddeformationmonitoringdataprocessingmethodsus

8、ed;secondlybrieflye