人工神经网络方法在基坑变形预测中的应用研究.pdfVIP

维普资讯 38 探矿工程(岩土钻掘工程) 2008年第5期 人工神经网络方法在基坑变形预测中的应用研究 曹祖宝 (煤炭科学研究总院西安研究院，陕西 西安710054) 摘 要：分析研究了人工神经网络方法在基坑变形预测中的建模方法，并通过实例应用 ，证明这种方法是切实可行 的。同时将人工神经网络方法预测结果和灰色系统模型及时序模型预测进行比较，充分证明人工神经网络方法在 变形预测中的优越性。 关键词：基坑；变形预测；人工神经网络 ；灰色系统；时间序列 中图分类号：TU473．2 文献标识码：A 文章编号：1672—7428(2008)05—0038—03 Application StudyonArtificialNeural NetworkM ethodinDeformationPredictionforFoundationPit／CAO Zu—bao (Xi’anBranchofChinaCoalResearchInstitute，Xi’anShanxi710054，China) Abstract：Themethodofmodelmakingofartificialneuralnetworkmethodfordeformationprediction inofundationpitis deeplystudied．Itistestifiedthismodelisfeasibleinengineeringcase．Inthispaper，thepredictionresuhsofANN togeth— erwitllgraysystem modelandtimeseriesmodelarecompared．ItcomestotheconclusionthatANN modelofrpredictionis betterthanthosetwo． Keywords：foundationpit；defomr ationprediction；artificialneuralnetwork；graysystem；timeseries 0 引言 强的学习、联想、容错及抗干扰能力。目前，人工神 随着国民经济的发展，城市高层建筑、地铁工程 经网络有数种模型，本文基于Runelhart等人提出的 规模 日趋增大且大多位于繁华地带。深基坑开挖及 BP网络模型进行基坑位移预测 。 围护结构设计的影响因素甚多，难度较大。由此往 BP(ErrorBackPropagation)属于多层次的人工 往引发一些工程事故，造成巨大损失。基坑工程中 神经网络，典型的BP网络是 3层前馈阶层网络。 的观测位移序列蕴含了系统演变的信息，岩土工作 输入层、隐含层和输出层，各层间实行全连接。典型 者希望从这些数据 中找到系统演变的规律，并进而 BP网络模型见图 1。 对系统的未来发展做出预测。由于基坑工程系统是 一 个灰色、模糊、随机的系统，其表现的位移序列十 分复杂，采用理论计算法、灰色建模法、时间序列建 模法等均难以达到要求。人工神经网络方法具有复 杂的非线性动态处理能力，无需知道位移与力学参 输入层 隐含层 输 层 数之间的显式关系，就可以实现高度非线性映射；其 较强的学习、存储和并行计算能力，适用于实际样本 图 1 典型 BP网络模型 中提取特征，获取知识，从而实现位移和力学参数之 BP网络的工作原理：设输入模式向量为X = 间的非线性映射 q 。