基于多分支神经网络的深基坑变形多点预测.pdfVIP

基于多分支神经网络的深基坑变形多点预测.pdf

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于多分支神经网络的深基坑变形多点预测.pdf

第 31 卷第 5 期 合月巴工业大学学报(自然科学版) VoL 31 No.5 2008 年 5 月 JOURNALOFH町EI UNIVERSITY OF TECHNOLQGY May 2008 基于多分支神经网络的深基坑变形多点预测 周先存1 , 常光明2 , 刘仁金1 (1.皖四学院计算机科学与技术系,安徽六安 237012 , 2. 皖商学院城市建设与环境系,安徽六安 237012) 摘 蟹:文章为研究基坑变形预测方法,根据基坑俯息化施工对变形预测的需求,在分析琦前常用顶测方法的 基础上,提出了基于多分支神经网络的深基坑支护变形多点预测方法,建立了深基坑锚杆复合土钉支护锵掏 变形预测模璐$采用Matlab7 编写了预测程序,远用多步滚动预测方法,实现了对多个测点变形的实时预测s 最后通过工程实例验证了模型的正确性和有效性 关键词:多分支s 神经网络;摔基坑支护变形F 实时预测 中圄分类号:丁P183 文献栋识码:A 文章编号:1003-5060(2008)05-0787-04 Excavation defonnation multiposition forecasting based on the multi幽branch neural network ZHOU Xian-cun1 , CHANG Guang-ming2, LIU Ren-Jin 1 (1. Dept. of ωmputer 削ence and Technology , W倒t Anhui University , Lu an 237012. Chinal 2. Dept. of Urban ωnstruction and Envíronment 制ence. West Anhui Univer叨叨. Lu an 237012 , China) Abstract: The paper studies the defonnation forecasting method. In víew of the demands of infonnationized ∞nstruction for defonnation forecasti吨 in excavations,即∞mmon forecasti吨methods are analy时, a de- fonnation fo附加ting method based on a multi-branch neural network is proposed. A defonnation fore:刃sting model of the bo1ted soil-nailing sup阳rt is 臼tablished. A forecasting pr回:edure ís written by applying the 如fat­ lab7. The real-time deformation for阻挡t is realized by multi-step and rolling fore础tinιApr,缸tical example has verified the ∞rrcctness and validity of the mode1. Key words:multí-branchf neural network; excavation deformation; real-time forecasting 世 变形的发展,保障工程施工的安全,…般需要同时 R - o ~I 对基坑四周的多个测点进行变形预测和监控。但 近年来,人工神经网络理论得到了飞速发腿。 目前常用的预测方法是z (1)采用一步预测方法得到基坑的最终变 由于具有极强的大规模并行、分布式存储和处理、

文档评论(0)

yingzhiguo + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

版权声明书
用户编号:5243141323000000

1亿VIP精品文档

相关文档