基于BP神经网络的基坑变形预测应用研究.pdfVIP

第４８卷第８期山西建筑Ｖｏｌ．４８Ｎｏ．８

·１６０·２０２２年４月Ａｐｒ．２０２２

ＳＨＡＮＸＩＡＲＣＨＩＴＥＣＴＵＲＥ

·测量·

１０．１３７１９／ｊ．ｃｎｋｉ．１００９－６８２５．２０２２．０８．０４３

ＤＯＩ：

基于ＢＰ神经网络的基坑变形预测应用研究

赵贞

（中国建筑材料工业地质勘查中心山西总队，山西太原０３００３１）

摘要：以太原市某基坑沉降监测点的实测数据为基础，选择２０期数据进行分析；建立具有２个隐含层的ＢＰ神经网络模型，

以１８期数据建模，采用新陈代谢的方式对后２期数据进行逐一预测验证。通过Ｋ３观测点和Ｋ６观测点的实测数据验证与分

析，认为ＢＰ神经网络模型预测精度达到工程应用要求。认为该研究所用方法在相似工程变形的数据预测中可以继续应用，

具有一定的实际应用价值，有利于变形监测数据预测。

关键词：ＢＰ神经网络；深基坑；变形监测；预测

中图分类号：ＴＵ４３３文献标识码：Ａ１００９－６８２５（２０２２）０８－０１６０－０３

文章编号：

１概述题的特征，使得其广泛应用于诸多领域。ＢＰ人工神经网

络是Ｒｕｍｅｌｈａｒｔ于１９８５年提出的ＥｒｒｏｒＢａｃｋＰｒｏｐａｇａｔｉｏｎ

变形监测是采用测量仪器与方法对变形体的变形现［６－９］

算法，已成为人工神经网络的重要模型之一。本文

象进行监视并记录的工作。其目的是为了确定变形体的

即以ＢＰ神经网络模型为数据预测模型，采用基坑沉降监

变化的空间状态和时间特征。其广泛应用在工业与民用

测实测数据为建模数据，以新陈代谢逐一预测的形式，对

建筑、水工建筑、地面沉降等变形测量中；而在变化中找

多个监测点数据进行了数据预测，并以实测数据进行了

出规律，由规律预测未来是变形预测的真正内涵，是变形

［１］对比验证。证明了预测的可行性，能够达到预期预测精

分析的主要内容。在变形预测的研究中，已取得诸多

［２］度，对相似工程实践的变形数据预测具有一定的参考

成果。莫中平等采用多元逐步回归的方式，引入时效、

价值。

温度和降雨等作为滑坡体变形的影响因子，对滑坡变形

［３］２ＢＰ神经网络模型原理

进行了统计预测分析；潘国荣等采用改进的半参数灰

色模型对滑坡变形进行了预测分析取得了较好的效果；２．１ＢＰ神经网络结构

［４］ＢＰ神经网络一般由输入层、隐含层、输出层３部分

陈家骐等采用基于粒子群优化的ＤＧＭ（１，１）模型对基

［５］构成，如图１所示。

坑变形监测数据预测进行了应用研究；王涛等采用灰

色模型进行短期预测而采用回归分析进行中长期预测，图１中ｘ表示输入层的输入，在输入层节点到隐含

从而进行围岩变形的组合预测分析，实例验证效果较好。层节点间需赋权值；隐含层输出后至输出层间