欢迎来到天天文库
浏览记录
ID:57731954
大小:290.47 KB
页数:4页
时间:2020-03-25
《应用遗传-神经网络方法预测软土路基沉降.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、2009年3月探矿工程(岩土钻掘工程)45应用遗传一神经网络方法预测软土路基沉降李敏刚,张赕,汪操根,李粮纲(1.中国地质大学(武汉)212程学院,湖北武汉430074;2.湖北煤炭地质局,湖北武汉430000)摘要:理论方法预测软土地基沉降与实际存在较大的差距,使得预测结果很难达到设计要求,不利于指导施工。将现有的理论方法同现场观测信息相结合,对软土地基变形作出更为准确的预测,有利于指导和控制工程施工。采用遗传算法和BP最优化法相结合的算法来训练网络,用遗传算法来优化BP神经网络中权值;用龚帕斯曲线来分解沉降时序,通过沉降趋势线偏移量来训练网络。采用这种方法预测软土路基沉降取得了较好的应用效
2、果。关键词:遗传算法;神经网络;沉降预测中图分类号:TP183;U416.1文献标识码:A文章编号:1672—7428(2009)03—0045—03SoftSubgradeSettlementPredictionbyGeneric—NeutralNetwork/L/Min—gang一,ZHANGYi,WANGCao—gen,L/L/ang—g倒(1.ChinaUniversityofGeoseienees,WuhanHubei430074,China;2.HubeiAdministrationofCoalGeolo—gY,WuhanHubei430000,China)Abstract:The
3、reexistsalargegapinthesoftgroundsettlementbetweentheorypredictionandthepractice,SOitisdifficulttomeetthedesignrequirementsandisnotconducivetoguidetheconstruction.Combinationofexistingtheoreticalpredic—tionmethodsandfieldobservationinformationishelpfultocontroltheengineeringconstruction.Withthecombin
4、ationofge—netiealgorithmandBPoptimizationmethodtotrainthenetwork,weightsofBPneuralnetworkcanbeoptimized;withGongPazcurvetodecomposethesettlementtiming,networkwastrainedbyofsetofsettlementtrendline.Goodapplicationre—suitswereachievedinpredictingsoftgroundsettlementbyusingthismethod.Keywords:genetical
5、gorithm;neuralnetworks;settlementprediction0引言设/.t表示观测得到的沉降时序,它具有明显的在含水量高、孔隙比大、渗透性差、天然强度低趋势性。因此沉降时序可分解为:的软土地基上进行工程建设时,为了达到建设工程u=w—v(1)的质量和安全要求,需要对软土地基采取一定的处式中:W——沉降趋势项;Vi——趋势偏离项的偏离理措施。软基处理的目的是解决地基的稳定和变形量。问题。因此准确计算和控制固结沉降,对于软土地通过对沉降序列的大量研究表明,皮尔曲线可基设计与施工尤其重要。采用理论方法预测软土地以较为准确的描述路基的沉降趋势。而趋势项的偏基的沉降与实际存在较
6、大的差距。特别是对于工后移量仍然为一个复杂的非线性序列,因而采用神经沉降计算精度要求高的这一类问题,由于不可避免网络模型进行外推,同时为了克服传统神经网络模地存在各种假设,地基处理施工过程对软土特性和型的缺点,这里采用遗传算法来优化神经网络模型整个地基变形的影响等,使预测结果很难达到设计的权值。要求,不利于指导施工。将理论计算方法与现场监1.2沉降趋势偏移量的进化神经网络模型测信息结合起来,利用遗传算法和BP最优化方法1.2.1遗传算法与BP神经网络的结合相结合的算法来训练网络,并应用于软基处理沉降BP神经网络在本质上是一种由输入到输出的监测。旨在对软土地基变形作出更为准确的预i贝0,映射,它
7、能够学习大量的输入与输出之间的映射关更进一步指导和控制工程施工。系而不需要任何输入与输出之问精确的数学表达式。只要用已知的模式对BP网络加以训练,网络1基于遗传一神经网络预测模型的建立就有输入输出对之间的映射能力。1.1沉降时序的分解由于趋势项的偏移量序列为一个复杂的序列,收稿日期:2008—09—05;改回日期:2009—03—05作者简介:李敏刚(1963一),男(汉族),湖北武汉人,中国地质
此文档下载收益归作者所有