基于改进RS分析方法的深基坑变形预报预测研究.pdfVIP

基于改进RS分析方法的深基坑变形预报预测研究.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
基于改进RS分析方法的深基坑变形预报预测研究.pdf

2015 年7 月上 施 工 技术 56 CONSTRUCTION TECHNOLOGY 第 44 卷第13 期 001:10. 7672/s~s201513oo56 基于改进RlS 分析方法的深基坑变形预报预测研究* 庞建成1 ,隆然2 ,马娇3 (1.武汉华中岩土工程有限责任公司,湖北 武汉 430023; 2. 中交第二公路勘察设计研究院有限公司, 湖北 武汉 43∞56; 3. 中国地质大学(武汉)地球科学学院,湖北 武汉 430074 ) [摘要]基于 BP 神经网络和改进的RlS 分析方法,对基坑的变形趋势进行研究。 首先,利用三次样条差值对监测 数据进行预处理;其次,利用 BP 神经网络对监测样本进行预测:是后,利用 R/S 分析法对所有基坑变形样本进行变 化趋势判断,并对比 BP 神经网络和 R/S 分析的结果。 结果表明 :BP 神经网络和速率-序列的RlS 分析的结果基本 一致,得出基坑变形具有继续增加的趋势,但增加的幅度具有减小的趋势,证明了 R/S 分析在基坑变形趋势判断中 的适用性。 [关键词]地下工程;深基坑;BP 神经网络;RlS 分析 [cp 图分类号] TU753 [文献标i只码] A [文章编号] 1002-8498(2015) 13-0056-04 Research 00 Deformatioo Predictioos of Fouodation Excavation Based 00 BP Neural Network aod Improved the Role of RlS Analysis Method l 2 3 Pang Jiancheng ,Long Ran ,Ma Jiao (1. Wuhan Huazhong Geotechnical Engineering Co. ,Ltd. , Wuhan , Hubei 430023 , China;2. CCCC Second High甜ar Consultants Co. , μd. , Wuhan , Hubei 430056 , China; 3. School ojEarth Sciences , China University oj Geosciences , Wuhan , Hubei 430074 , G.hina) Abstract :In this paper , an improved BP neural network and RIS analysis method on trends of foundation excavation deformation were studied . Firstly , the difference between the cubic spline was used for monitoring data preprocessing . Secondly , BP neural network monitoring samples were used to predict. Finally , RIS analysis of all samples foundation excavation deformation trends judgment was used , and compare the resu Its of BP neural network and RIS analysis. The results sh.owed tha

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