BP神经网络在悬浮桩复合地基沉降预测中的应用.pdfVIP

第23 卷第2 期 华 东 交 通 大 学 学 报 VoI. 23 No. 2 2006 年4 月 JournaI of East China Jiaotong University Apr. ，2006 文章编号：1005 - 0523（2006 ）02 - 0015 - 04 BP 神经网络在悬浮桩复合地基沉降预测中的应用 汤梅芳，王炳龙 （同济大学 道路与交通工程教育部重点实验室，上海200092 ） 摘要：针对悬浮桩加固深厚层软土地基，提出了根据前期沉降观测资料进行沉降预测的BP 神经网络模型. 工程实例验证表 明：该模型预测精度高，简便易行，可为今后的悬浮桩复合地基沉降预测和计算提供参考. 关 键 词：BP 神经网络；沉降预测；复合地基；悬浮桩 中图分类号： TU - 0 文献标识码：A 非线性映射关系，特别是对残缺不全或模糊随机不 ! 引言 确定信息有较强的容错能力，这些决定了神经网络 方法在处理地基沉降预测分析方面具有较好的应 采用粉喷桩加固深厚软土地基，其桩端通常无 用基础［3 ］. 据此，本文利用人工神经网络较好强的 法到达硬质土层，此时桩体悬浮在软土中，对于这 非线性映射能力和强大的学习能力，提出了基于BP 种情况下的复合地基，其地基沉降量的准确预测成 神经网络悬浮桩复合地基沉降的预测模型，较好地 了悬浮桩复合地基设计的关键. 目前依据沉降观测 克服了现有线性回归预测模型的弊端，并对某实际 值预测沉降量的方法有多种：双曲线法、沉降速率 悬浮桩复合地基沉降进行了预测分析. 法、三点法等，国内最常采用双曲线法［1］. 双曲线是 一种纯经验的曲线配合方法，根据实测沉降曲线的 # BP 学习算法［$ ］ 实际形态近似于一条双曲线，所以采用双曲线来配 合后，通过双曲线外延来推得未知某时刻得沉降量 BP 网络是误差逆传播（error back - propaga- 或最终沉降量［2 ］ ［1］ tion ）网络的简称. 它由输入层、隐含层和输出层组 . 其核心思想仍是线性回归 . 采 用悬浮桩复合地基加固软土地基，将改变地基土的 成. 图1 是3 层BP 网络结构示意图： 物理性能以及排水固结速度等，从而改变沉降曲线 的形状，使得地基沉降- 时间曲线是非线性的，因 此用线性方法进行预测有其根本的局限性. 人工神经网络是一种由许许多多神经元组成 的大规模非线性动态系统，它具有较强的非线性动 态处理能力，具有大规模并行计算、分区储存、自组 织、自适应、自学习等功能，在不需要知道数据间的 BP 网络按有教师学习方式进行训练，当一对学 分布形式和变量间的关系的情况下，从积累的工程 习模式提供给网络以后，其神经元的激活值将从输 实例中训练学习知识，建立各影响因素之间的高度 入层经各中间层向输出层传播，在输出层的各神经 收稿日期：2006 - 01 - 13 基金项目：国家自然科学基金）资助，江苏省建设厅项目资助. 作者简介：汤梅芳（1981 - ），女，江西万载人，在读硕士研究生. 16 华 东 交 通 大 学 学 报 2006 年 元输出对应于输入模式的网络响应. 然后按减少希