基于BP神经网络的深基坑支护结构选型研究.pdfVIP

基于BP 神经网络的深基坑支护结构选型研究 1 1 2 陈阳 ，张彬 ，谢建成 1 辽宁工程技术大学土木建筑工程学院，辽宁阜新（123000 ） 2 中铁十局济南铁路工程有限公司，山东济南（250001) E-mail ：chenyang_1982330@163.com 摘 要：影响深基坑支护结构因素众多，它们具有高度非线性的关系。本文利用神经网络适 合处理具有高度非线性问题的特点，通过构建BP 神经网络模型，对大量成功工程实例进行 训练，建立起多输入影响因素与单一输出支护类型之间的高度非线性映射关系，最后得到优 选的支护类型。通过测试数据检测，该模型是合理可行的。 关键词：深基坑；支护结构；BP 神经网络；非线性；结构类型 中图分类号：TU463 1. 引言 目前，关于深基坑支护结构选型方面的研究主要根据专家的经验、习惯并结合模糊数学 中的模糊综合评判方法进行评价，选择支护类型。此类方法需要评价人对深基坑问题有深入 的了解，搀杂着自己的主观意愿，所选择的支护类型并不一定能顾及影响因素的多方面。而 且对于相同的问题，每评价一次都需要进行重复的工作，给选型工作带来困难和不便。 为了克服上述常规方法的不足，本文将神经网络中应用最为广泛的BP 网络应用到深基 坑支护结构选型研究中，借助MATLAB 神经网络工具箱[3] ，构建BP 网络模型，探求解决 此类问题的有效途径。 2. 影响深基坑支护结构类型的因素 深基坑支护工程的特点决定了深基坑支护结构选型应考虑的因素众多，涉及到基坑平面 尺寸、基坑周边环境、场地工程地质与水文地质条件、已有的施工机械设备、地区经验做法、 施工便捷性、安全性要求、经济性要求与社会效益等多种影响因素。这些因素相互作用，并 且是非线性的关系[5] 。本文主要从以下几各方面来考虑深基坑支护结构选型的影响因素， 并对其进行量化和细化。 （1）基坑深度（H ，单位：m ），指基坑上表面到基坑底最低点的相对高度。 （2 ）基坑平面尺寸（A ，无量纲），按照基坑的面积数据，直接根据表 1 评判基坑平 面尺寸等级并给定相应的量化值。 表1 基坑平面尺寸等级评价 等级 评价标准 量化值 小 面积≤2000 m2 0.2 中 2000 m2 面积≤4000 m2 0.4 大 4000 m2 面积≤8000 m2 0.6 特大 8000 m2 面积 0.8 （3 ）土层数（N ，单位：层），从地表开挖面向下依次所含有土层类型的总和。 3 （4 ）土的平均重度（γ ，单位：KN/ m ），采用各土层重度加权平均值。 -1- n ∑ hγ i 1 i i γ n ∑i hi (1) （5 ）土的平均粘聚力（C，单位：kPa ）, 采用各土层粘聚力加权平均值。 n ∑ h c i 1 i i c n ∑i hi