基于GWO-ELM模型的深基坑开挖变形预测研究 |
| |
引用本文: | 郭亚鹏,于磊,田海川,朱洪宇,张博,张纯,董玉雄,马林杰.基于GWO-ELM模型的深基坑开挖变形预测研究[J].山西建筑,2024(3):114-118. |
| |
作者姓名: | 郭亚鹏 于磊 田海川 朱洪宇 张博 张纯 董玉雄 马林杰 |
| |
作者单位: | 北京市政路桥股份有限公司 |
| |
摘 要: | 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。
|
关 键 词: | 深基坑 神经网络 灰狼优化算法 数值模拟 极限学习机 沉降预测 |
|
|