基于GWO-ELM模型的深基坑开挖变形预测研究

为有效控制和预测深基坑开挖引起的周围地表沉降变形，以保定市汽车科技产业园深基坑工程为依托，使用MIDAS GTS NX软件对实际基坑工程施工过程进行模拟，并将实际值与模拟值进行对比，验证模型的准确性。并且使用灰狼优化算法(GWO)优化了极限学习机(ELM)神经网络中的输入权重和隐藏层阈值，建立了GWO-ELM深基坑开挖变形预测模型。以有限元模型中土钉数量、开挖深度、周围建筑物沉降等因素作为预测模型的输入因子，以有限元模型中监测点DB-2地表沉降作为预测模型的输出因子。将GWO-ELM模型预测值与ELM模型预测值对比分析。结果表明：通过有限元软件提取地表沉降等数据，可以对深基坑地表沉降实现超前预测；使用灰狼优化算法对极限学习机神经网络中输入权重和阈值优化，可以提高预测模型精度；经过实际工程验证，GWO-ELM模型平均绝对误差为0.261 45,均方误差为0.312 58,R²为0.987 25,均优于ELM模型。