地铁深基坑土体力学参数动态反演研究8869.docVIP

一 位移反分析的基本原理 从系统角度来看，基坑工程是一个复杂的巨系统，人们对其进行的各种施工活动，均可看成系统输入，而人们量测到的位移、变形破坏则为系统对输入的响应，即系统的输出（如图1-l所示）。而反分析则是根据一个灰色系统的输出确定输入的过程，也可以看成由系统的输出到输入的映射。而人工神经网络（Artificial Neural Network，简称ANN）是一个复杂的非线性动态系统，具有大规模的并行处理和分布式的信息存储能力、良好的自适应性、很强的学习联想、容错性和抗干扰能力，几乎可以模拟任何复杂的非线性系统。 图1-1 基坑工程系统示意图 用神经网络建模不需要知道变形与所求参数之间的关系，通过样本学习和记忆，就可找出输入（岩土体力学参数）与输出（位移）之间的非线性特征关系。立计算，指名板演。检查：第一小题被除数和除数同时除以几以后再算的 基坑工程计算中较多采用三层BP网络模型。神经网络具有很强的非线性映射能力，数值模拟具有很好的定量分析能力，两者结合起来是位移智能化反分析的一条有效途径。数据显示，20XX年，中国高中语文，语文试卷，计算机民数达到了亿，产生高中语 本文进行基坑岩土体力学参数的位移反分析研究主要综合运用了正交试验法、有限差分法以及BP神经网络方法。根据正交试验对各土层土体力学参数进行分组设计，运用有限差分软件FLAC3D对基坑开挖工况进行模拟计算，根据计算结