|
|||||
|
|
| 基于粒子群优化神经网络算法的深基坑变形预测方法 | |
| 引用本文： | 刘贺,张弘强,刘斌.基于粒子群优化神经网络算法的深基坑变形预测方法[J].吉林大学学报(地球科学版),2014(5):1609-1614. |
| 作者姓名： | 刘贺 张弘强 刘斌 |
| 作者单位： | 1. 吉林大学交通学院，长春 130022; 吉林农业工程职业技术学院，吉林 四平 136001 2. 吉林大学交通学院,长春,130022 3. 辽宁城建设计院有限公司,辽宁 抚顺,113008 |
| 基金项目： | 高等学校博士学科点专项科研基金项目 |
| 摘 要： | 深基坑变形预测是进行施工参数调整和确保深基坑施工安全的重要手段,而如何对其变形进行有效、准确的预测是一个有待解决的技术难题。采用粒子群优化算法对神经网络模型的初始权值和阈值进行优化,并将已有的变形监测数据作为神经网络的输入参数,建立了基于粒子群优化神经网络算法的深基坑变形预测方法。将形成的方法应用于长春市火车站北广场深基坑开挖监测工程中。结果表明:8号水平位移测点预测结果的均方根误差为3.78%,平均百分比误差为5.48%;9号地面沉降点预测结果的均方根误差为5.62%,平均百分比误差为3.23%。经验证,本文方法预测深基坑开挖过程中的变形具有较高的可信度。 |
| 关 键 词： | 基坑 变形预测 粒子群优化 神经网络 |
A Prediction Method for the Deformation of Deep Foundation Pit Based on the Particle Swarm Optimization Neural Network |
|
| Liu He,Zhang Hongqiang,Liu Bin.A Prediction Method for the Deformation of Deep Foundation Pit Based on the Particle Swarm Optimization Neural Network[J].Journal of Jilin Unviersity:Earth Science Edition,2014(5):1609-1614. | |
| Authors: | Liu He Zhang Hongqiang Liu Bin |
| Institution: | Liu He;Zhang Hongqiang;Liu Bin;College of Transportation,Jilin University;Jilin Vocational Technical Engineering;Liaoning Urban Construction Design Institute; |
| Abstract: | |
| Keywords: | foundation pit deformation prediction particle swarm optimization neural network |
| 本文献已被 CNKI 万方数据 等数据库收录！ | |