bp神经网络在某深基坑工程监测中的应用研究

《bp神经网络在某深基坑工程监测中的应用研究》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、研究探索2014年第32卷第1期escai’ch＆Exp／oreBP神经网络在某深基坑工程监测中的应用研究赵宝生，吴勇，魏昶帆，王景环(云南省建筑科学研究院，云南昆明650223)【摘要】采用BP神经网络模型对某深基坑工程的变形进行了预测，通过与实测数据的对比分析表明：BP神经网络模型在深基坑工程监测中具有良好的容错性，在围护桩顶竖向及水平位移、围护桩深层水平位移、锚索内力预测方面具有较高的准确度，与实际内力及变形情况较为吻合：BP神经网络模型在地下水位预测中的准确度较低、数据结果离散性较大，不能充分反映水位变化的实际情况；BP神经网络模型在进行短期预测时准确率高，预测曲线

2、与实测数据曲线吻合性较好i在进行锚索内力监测时，当传感器不能及时采集数据的情况下，BP神经网络能发挥预测；佳确数据的作用BP神经网络模型隐含层数的选取对预测结果的准确性有一定的影响。【关键词】深基坑工程；BP神经网络数据预测【中图分类号】Tu46十3【文献标志码】A【文章编号】1671—3702(2014)01—0008—05ApplicationofBPNeuralNetworkinaDeepPitMonitoringZHA0Bcu)sheng,WUYong,WEIYontfanWANGJinghuattYunnagtInstituteofBuildingResearch

3、，KunmingYunnan650223，China)Abstract：PredictedthedeformationofadeeppitbyusingtheBPneuralnetworkmodel，itshowsthatbycomparethemeasureddatawiththepredictiondataanalysis：theBPneuralnetworkmodelhasstrongfault-toleranceindeeppitmonitoring，andhashigheraccuracyintheverticalandhorizontaldisplacement

4、ofenclosurepiletop，deephorizontaldisplacementofenclosurepileandanchorforceprediction．Theactualinternalforceistallywiththede~rmmion．TheBPneuralnetworkmodelinthepredictionofgroundwaterlevelhavelowprecisionandhighdiscrete，cannotreflectthechangeofwaterlevel；BPneuralnetworkmodelcanplayaroleinpr

5、edictingthedataaccuratelyintheinternalforcemonitoringwhenthesensorcannotcollectingthedataontime；TheselectionofthehiddenlayersofBPneuralnetworkmodelhascertainaffectionfortheaecuracyofpredictionresults．Keywords：deeppitproject；BPneuralnetwork；Dataforecast0引言增加，如何才能快速有效地对深基坑进行监测成为建随着我国城市建设规模的持

6、续扩大，城市地下空筑工程界首要解决的问题之一。间的开发利用比例不断增大，尤其在一线城市中10Ill、在基坑监测中，对监测数据的处理、分析是非常重20m、30m的基坑随处可见。基坑开挖的深度在不断要的，如何采用科学有效的技术手段提取价值信息是一大难题。国外早期就开始了基坑变形预测方面的研标准编制项目：云南省地方标准编制(云建标f20111l14号)《云南省究，1994年Ghaboussit采用神经网络系统处理基坑中建筑基坑丁程监测技术规程》基金项目：云南省科技厅汁划项目，基于传感网络建筑基坑远程实的岩土问题，1995年Goh~2J就采用神经网络系统成功时监测及预警系统(201

7、3CA015)地预测了软土基坑挡土墙的最大位移。近年来，由于信作者简介：赵宗q：，男，副院长，研究方向为基坑工程、结构lT程和桩基1_程息化技术的不断进步，国内学者对基坑工程的预警预．8一第1期赵宝生等：BP神经网络在某深基坑工程监测中的应用研究报技术进行了较深入的研究。贺可强[]根据基坑变形特征，建立了基于神经网络的深基坑变形实时预报模型，并研发了系统程序。曹红林提出了一种将小波神经网络应用于深基坑周围地表沉降的预测方法，并构造了基于小波神经网络的沉降预测模型。张伟丽[5]建立了基于灰色系统理论的基坑变形GM预测