基于RBF神经网络箱涵顶进施工质量影响因素分析.pdf

《基于RBF神经网络箱涵顶进施工质量影响因素分析.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第4O卷第4期建筑技术开发Vo1．40，No．42013年4月BuildingTechniqueDevelopmentApr．2013基于RBF神经网络箱涵顶进施工质量影响因素分析陆莎莎赵勋于金伟。李辉华。(1．西安建筑科技大学，西安710055；2．西安理工大学，西安710048；3．河南德馨高速公路有限公司，郑州450000)[摘要]随着我国高速公路建设的发展，高速公路与既有铁路线不可避免出现交叉，箱涵顶进施工方法被广泛运用于穿越工程。由于穿越工程施工质量要求高，且施工环境复杂和室外天气恶劣，一旦施工过程中出现质量问

2、题将会给整个工程造成重大的损失。据此提出基于RBF神经网络对影响顶进施工质量的因素进行分析，为此类工程的质量影响因素分析提供了一种科学的方法。[关键词]RBF神经网络；箱涵顶进；质量影响因素[中图分类号]TU71[文献标志码]A[文章编号]1001．523X(2013)04—0065．04ANALYSISoFQUALITYFACToRSoFTHEBoX-CULVERTJACKINGCoNSTRUCTIONBASEDoNRBFNETWoRKLuSha-shaZhaoXunYuJin．weiLiHui．．hua[Abstra

3、ct]WiththedevelopmentofhighwayconstructionsinourCOUntl~，thenewhighwayandtheexistingrailwayhasnotavoidcrosssituation．Andthebox—culvertjackingmethodhasbeenwidelyusedintheengineering．Theengineeringqualityofdemandishigh．Theconstructionenvironmentiscomplex．Andtheweath

4、erisbad．Iftherearequalityproblems，itwillbringsignificantlosstothewholeproject．Thisarticleanalyzedtheinfluencefactorsonthequalityofthebox—culvertjackingbasedonRBFneuralnetwork．Theproposedmethodprovidesascientificmethodfortheanalysisofqualityfactorsofthiskindofengi

5、neering．[Keywords]RBFneuralnetwork；box—culvertadvancing；qualityfactors目前我国高速公路建设处于大力发展阶段，颇多，且各个影响因素之间的关系较复杂，无法只新建高速公路难免出现与既有建筑结构交叉的情是用一个简单的线性加权方式分析施工过程中的况，比如上穿既有建筑结构、下穿既有建筑结构，质量因素，因此需要建立一个科学的、合理的模型或两者皆有。在此情况下，箱涵顶进施工技术被对施工质量影响因素进行分析。广泛应用在穿越工程中。在应用箱涵顶进施工技人工神经网络具有良好

6、的联想记忆能力、自学术进行工程施工过程中，要求不影响既有建筑结习组织能力和极强的非线性映射能力，作为解决复构的安全和使用；工程中一旦出现质量事故，不仅杂非线性问题的有效工具已经在机械故障诊断领域会导致新建工程的失败，而且还会引起既有建筑中得到广泛应用。但是利用人工神经网络进行结构发生安全事故。因此如何提高箱涵顶进施工顶进施工过程中的质量影响因素研究较少。本文采的施工质量已成为当前和今后的首要任务。要提用RBF神经网络对顶进施工质量影响因素进行分高施工质量，就必须全面加强顶进施工过程中的析，一方面考虑到RBF能够更好更快地

7、实现输入层质量管理。由于施工过程中影响施工质量的因素和输出层之间非线性映射能力；一方面考虑到RBF神经网络对指标权重的调整可以在一定程度上避免收稿日期：2013一O1—15主观因素，更加真实有效的反映施工过程中的质量作者简介：陆莎莎(1986一)，女，湖南怀化人，西安建筑科技大学土木问题。工程学院，硕士，研究方向：建筑工程项目管理。65第4期陆莎莎，等：基于RBF神经网络箱涵顶进施工质量影响因素分析第40卷1RBF神经网络2)有监督的学习阶段，即学习输出层权值BP神经网络是一种反向传播的多层前馈网络，阶段。在应用中通常使

8、用梯度下降法，是一种有导师的学对于RBF网络学习的方法一般有自组织学习。任意的线性或者分线性的映射关系在BP神经习选取中心、随机选取中心、采用k均值聚类选网络中都可以实现，但是，由于该神经网络采用梯度取中心、有监督学习和最小二乘法。本次实例选下降法进行学习，故BP神经网络存在学习速度慢用中心优化调整的方法来调整中心c