BP神經(jīng)網(wǎng)絡和灰色系統(tǒng)預測模型在深基坑地表沉降中的應用

軟基沉降的bp神經(jīng)網(wǎng)絡和灰色系統(tǒng)聯(lián)合預測——使用bp神經(jīng)網(wǎng)絡插值方法對灰色數(shù)據(jù)進行了預處理，進而建立了預測軟基沉降量的bp神經(jīng)網(wǎng)絡和灰色系統(tǒng)聯(lián)合模型。實例分析表明，該模型短期沉降預測結(jié)果的最大相對誤差小于2，最終沉降預測結(jié)果的相對偏差小于5，且灰色...

根據(jù)盾構(gòu)施工引起地表沉降的具體問題,結(jié)合廣州地鐵三號線某區(qū)間地質(zhì)資料,建立了地表沉降預測的bp神經(jīng)網(wǎng)絡模型,并對網(wǎng)絡進行了訓練和測試,測試結(jié)果表明,利用神經(jīng)網(wǎng)絡進行盾構(gòu)隧道施工的地表沉降預測是可行的,可用于工程實踐。

基于灰色bp神經(jīng)網(wǎng)絡組合模型的基坑變形預測研究——為了使得基坑變形預測在“少樣本”、“貧信息”的情況下依然能夠得出精度較高的結(jié)果，在傳統(tǒng)的灰色gm(1，1)模型和bp神經(jīng)網(wǎng)絡模型的基礎上，進行了灰色bp神經(jīng)網(wǎng)絡組合模型的研究。通過總結(jié)2傳統(tǒng)模型的原理和算...

提出一種采用bp神經(jīng)網(wǎng)絡算法來預測深基坑沉降的方法,結(jié)合具體工程實例,構(gòu)建了預測深基坑周邊地表沉降具體bp神經(jīng)網(wǎng)絡模型,預測結(jié)果表明,該模型有較高的預測精度,可作為預測沉降的一種新方法。

本文采用bp神經(jīng)網(wǎng)絡預測模型,通過在matlab軟件建模,并對實際工程項目的支護結(jié)構(gòu)頂水平位移的監(jiān)測數(shù)據(jù)進行分析,預測其后的監(jiān)測數(shù)據(jù),結(jié)果表明bp神經(jīng)網(wǎng)絡擬合效果優(yōu)越,仿真性強,具有很強的泛化能力,能夠?qū)嶋H工程的支護結(jié)構(gòu)頂水平位移進行有效預測.

深基坑開挖引起的周邊地表變形預測是一個復雜非線性問題,引起地表沉降的影響因素很多,各因素之間呈高度的非線性關系。傳統(tǒng)的基坑用邊地表沉降變形預測方法存在著一定的局限性,其預測精度有待提高,而人工神經(jīng)網(wǎng)絡是一種多元非線性動力學系統(tǒng),可以靈活方便地對多成因的復雜未知系統(tǒng)進行高度建模,實現(xiàn)全面考慮各種主要影響因素的深基坑周邊地表沉降變形預測。本文介紹了誤差反向傳播(bp)網(wǎng)絡模型的結(jié)構(gòu)、學習過程及其算法的改進,徑向基函數(shù)(rbf)網(wǎng)絡模型的結(jié)構(gòu)及其學習過程;分析了影響深基坑開挖周邊土體沉降變形的主要影響因素;以25個基坑工程的地表沉降實測資料為訓練樣本,建立了11個輸入影響因素的bp神經(jīng)網(wǎng)絡模型和rbf神經(jīng)網(wǎng)絡模型,通過對樣本的學習訓練過程及對5個檢驗樣本的預測精度,說明了人工神經(jīng)網(wǎng)絡用于預測基坑周邊地表沉降的可行性和準確性。

針對基坑變形預測中信息的灰色性和數(shù)據(jù)的非線性性,提出用灰色神經(jīng)網(wǎng)絡預測基坑變形的新方法。用一樁錨聯(lián)合支護體系實例進行了預測研究,得到支護體系的不同預測模型的組合預測值。研究結(jié)果表明:灰色神經(jīng)網(wǎng)絡預測誤差比gm(1,1)預測模型小;與bp預測模型相比,前期誤差大,后期誤差小。在基坑變形監(jiān)測中,為了更準確地預測基坑變形,可以采用灰色神經(jīng)網(wǎng)絡預測與bp預測相結(jié)合的方法進行預測。

為了分析深基坑的沉降規(guī)律,以某實際工程為例,利用bp神經(jīng)網(wǎng)絡對該工程的深基坑沉降數(shù)據(jù)進行擬合和預測分析,采用c語言編寫程序進行預測。結(jié)果表明,利用bp神經(jīng)網(wǎng)絡方法的預測結(jié)果合理,誤差在允許范圍內(nèi),滿足工程要求,并且對類似的工程施工具有指導作用。

以bp人工神經(jīng)網(wǎng)絡模型為基礎,建立預測模型,以小區(qū)某棟建筑物1期～8期的沉降觀測數(shù)據(jù)為輸入數(shù)據(jù)和輸出數(shù)據(jù),對網(wǎng)絡模型進行訓練,并對9期～12期實際觀測值與預測值進行了比較,結(jié)果比較理想,從而驗證了采用bp人工神經(jīng)網(wǎng)絡模型進行建筑物沉降的預測是可行的。

1.引言神經(jīng)網(wǎng)絡是一種信息處理系統(tǒng),它由大量而簡單的處理單元(神經(jīng)元)廣泛的相連接而形成復雜系統(tǒng),它通過學習來解決問題,基坑沉降的預測是一項難以通過理論分析出影響因素與沉降結(jié)果映射關系的工作,而這項工作如果交

為了預測高速公路路基最終沉降量,首先依據(jù)影響軟土路基沉降的因素選取參數(shù)建立了bp神經(jīng)網(wǎng)絡預測最終沉降量模型.結(jié)合成都-南充高速公路沉降實測資料及其它文獻中大量路基沉降資料,利用bp神經(jīng)網(wǎng)絡預測了其各自最終沉降量.通過檢驗樣本驗證,預測精度較高,能夠滿足實際需要.并對bp神經(jīng)網(wǎng)絡在公路建設中的應用提出了一些注意事項.

通過分析城市深基坑沉降量時間序列的非線性動力學系統(tǒng),認為該時間序列具有混沌特性.在此基礎上,通過相空間重構(gòu)的方法建立了用于城市深基坑沉降量預測的混沌神經(jīng)網(wǎng)絡模型;并利用此模型對上海某深基坑沉降量進行了預測,取得了較為滿意的預測效果.

地鉸施工段地表沉降預測是地鐵施工及周邊建筑物安全評價的基礎。結(jié)合某工程實例，運用logistic模型分析了適用于基境地表沉降變形監(jiān)測的動態(tài)預測模型，對模型的預測結(jié)果進行了分析和檢驗。從而驗證了誼模型應用在地鐵車站基坑變形監(jiān)測中的可行性?；佑眠叺乇沓两当O(jiān)測結(jié)果表明?；娱_挖會遺成一定范圍的地表沉降，對此提出相應的保護措施。

bp神經(jīng)網(wǎng)絡在基坑變形預測分析中的應用——本文提出了基坑變形預測與分析的bp神經(jīng)網(wǎng)絡方法，建立了基坑變形預測分析的模型，應用matlab語言編制計算程序進行計算并與實際工程監(jiān)測值進行比較，從而驗證了神經(jīng)網(wǎng)絡在基坑變形預測分析中的可行性、有效性。　　

在對某基坑工程采用bp神經(jīng)網(wǎng)絡模型預測基坑開挖引起地表變形的分析中,考慮到現(xiàn)有模型可能會遇到預測結(jié)果跳不出訓練樣本以及訓練時間較長的問題,提出采用matlab中的mapminmax函數(shù)進行歸一化處理,并基于牛頓法、共軛梯度法和l-m法三種數(shù)值優(yōu)化方法對bp網(wǎng)絡訓練算法進行了改進.研究結(jié)果表明:與常用的基于梯度下降原則相比,改進后的bp神經(jīng)網(wǎng)絡在訓練時間和預測誤差方面均有明顯的優(yōu)勢,采用l-m法的神經(jīng)網(wǎng)絡在訓練樣本時的迭代次數(shù)最少為74次,采用共軛梯度法的預測結(jié)果與實測結(jié)果的誤差最大為2.4％,而采用牛頓法神經(jīng)網(wǎng)絡的預測值則比較均衡,預測結(jié)果相對最佳.

借助人工神經(jīng)網(wǎng)絡模型,建立了可依據(jù)現(xiàn)場量測信息對軟基路堤沉降量隨時間而發(fā)展的過程進行動態(tài)預報的分析方法。其要點是:建立公路軟基沉降預測的神經(jīng)網(wǎng)絡結(jié)構(gòu),并將前期沉降觀測值作為樣本,通過神經(jīng)網(wǎng)絡結(jié)構(gòu)的訓練尋求沉降及其主要影響因素的內(nèi)在關系,據(jù)以預測后期沉降量

建筑物沉降的因素多種多樣，因此，采用變形監(jiān)測技術(shù)對沉降量進行監(jiān)測，利用精度較高的預測模型進行沉降量預測預警很有意義。為了提高建筑物變形監(jiān)測的精度以及變形監(jiān)測預警的準確性，針對gm（1，1）模型和rbf神經(jīng)網(wǎng)絡進行分析，提出灰色rbf神經(jīng)網(wǎng)絡模型。通過對某建筑物的沉降監(jiān)測數(shù)據(jù)進行實例計算，結(jié)果顯示灰色rbf神經(jīng)網(wǎng)絡模型具有較高的預測精度。

根據(jù)遼寧地區(qū)橋梁承載力下降檢測資料,應用灰色系統(tǒng)理論對在役橋梁劣化趨勢進行分析,提出以時間與狀態(tài)得分為等間隔初始序列,推導出橋梁劣化預測模型按指數(shù)分布表達式,并對檢測序列進行分析驗證,為橋梁劣化預測提供參考。

灰色gm(1,1)預測模型,要求樣本數(shù)據(jù)少,具有原理簡單、運算方便、短期預測精度高、可檢驗等優(yōu)點,在負荷預測中得到了廣泛應用,但是也有其局限性。當數(shù)據(jù)灰度越大,預測精度越差,且不太適合經(jīng)濟長期后推若干年的預測,在一定程度上是由模型中的參數(shù)α造成的,為此引入向量θ,建立殘差gm(1,1,θ)模型,利用蟻群優(yōu)化算法對其進行求解,同時應用神經(jīng)網(wǎng)絡對其預測殘差進行優(yōu)化。實證分析表明,與傳統(tǒng)的預測方法相比,大大提高了預測精度,該方法具有一定的實用價值。

介紹灰色神經(jīng)網(wǎng)絡模型的建模原理和方法,并采用該模型對實際的監(jiān)測數(shù)據(jù)進行處理和分析。結(jié)果表明,灰色神經(jīng)網(wǎng)絡模型能夠在小樣本、貧信息和波動數(shù)據(jù)序列等情況下對變形監(jiān)測數(shù)據(jù)做出比較準確的模擬和預報,從而能夠為變形監(jiān)測的數(shù)據(jù)處理提供一種較好的方法,能夠滿足實際應用的需求。

基坑工程系統(tǒng)是一個灰色系統(tǒng)。根據(jù)灰色系統(tǒng)理論,建立了基坑變形的gm(1,1)預測模型。根據(jù)工程實例的位移及沉降觀測值對后續(xù)施工中的變形值進行預測,并用工程實例后續(xù)監(jiān)測值加以驗證。研究結(jié)果表明,基坑變形的灰色預測模型具有較好的精度,對指導基坑開挖和支護具有積極意義。

時變參數(shù)灰色模型在隧道地表沉降中的應用——結(jié)合地下隧道施工的特點，在常規(guī)灰色模型的基礎上采用多項式擬合n(￡)和6(￡)，進一步體現(xiàn)了預測模型的時空變化特性。模型應用于隧道施工中的地表沉降預測。得到了較好的效果。