基于遗传-神经网络的深基坑变形实时预报方法研究

根据深基坑变形的基本特征，运用遗传-神经网络建立了深基坑变形的实时预报模型，并对刘屋洲泵站深基坑变形进行了建模预报，预报值与实测值基本吻合，预测精度高，证明该方法用于深基坑变形实时预报的有效性和实用性。     

神经网络法在深基坑变形实时预报中的应用研究

根据深基坑变形的基本特征 ,用神经网络建立了深基坑变形的实时预报模型 ,编制了用于预报的神经网络程序 ,并对上海某深基坑工程变形监测数据进行了建模预报 ,预报结果与基坑边坡实际位移数据相吻合 ,说明了该方法的有效性和实用性     

基坑开挖对地下管线影响的有限元分析及神经网络预测

运用ANSYS软件对深基坑开挖的全过程进行了数值模拟。分析了不同的土体参数、不同的支撑顺序以及不同的开挖深度等几种情况对邻近管线的变形发展变化规律的影响。运用改进的BP神经网络方法进行实时建模预报,并针对上海某深基坑工程管线沉降进行预报,与实测值对比分析反映地下管线变形的动态特性。     

软土深基坑墙体变形的反演分析与变形预报

本文针对上海、宁波软土深基坑开挖具有明显的流变特性 ,利用Maxwell模型预报墙体变形 ,并结合上海黄浦江行人隧道浦东竖井基坑工程对墙体变形进行了预报 ,实践证明 ,预报值与实测值吻合得很好 ,从而为软土深基坑开挖墙体变形的及时预报提供一种新的方法     

文献选摘

题目 :基坑变形的实时建模预报时序分析方法作者 :钟正雄 (同济大学地下建筑与工程系　上海　2 0 0 0 92 )摘要 :针对基坑变形的特点 ,提出了在基坑变形预测中应用实时建模预报时间序列的分析方法 ,并通过对上海金融中心基坑的监测资料 ,证明了该方法的有效性 ,并得到了一些有益的结论。题目 :珠江玫瑰花园深基坑支护墙体受力与变形的三维性状分析作者 :高文华 (湘潭工学院土木工程系　湘潭　 41 1 2 0 1 )摘要 :针对目前弹性地基梁法和二维平面应变问题有限元法在分析深层搅拌桩墙体的受力与变形中存在的问题 ,从Ｍｉｎｄｌｉｎ厚板理论出…     

深基坑支护结构变形计算

通过现场量测的深基坑围护结构变形信息资料，结合参数优化反分析及弹性地基梁有限元计算，建立了深基坑开挖中支护结构变形计算的预报方法。在开挖过程中，利用变形监测信息，优化反分析得出土体和支护结构的力学参数，再利用这些参数预报支护结构在下一工况的变形。该方法可对深基坑开挖的安全性作出评估，指导工程施工。     

深基坑支护结构变形预报

根据现场量测的深基坑围护结构变形信息资料，结合参数优化反分析技术及弹性地基梁有限元计算，建立了深基坑开挖中支护结构变形的预报方法，指出该方法可对深基坑开挖中支护结构变形作出评估，以指导施工。     

深基坑支护结构变形预报

通过现场量测的深基坑围护结构变形信息资料，结合参数优化反分析技术及弹性地基梁有限元计算，建立了深基坑开挖中支护结构变形的预报方法。该方法可对深基坑开挖中支护结构变形做出评估，指导施工。     

BP神经网络在深基坑监测预报中的应用与精度分析

以珠海市横琴某深基坑项目为例,考虑到影响基坑产生位移的内因和外因有很多,在不考虑基坑其他因素对监测数据预报带来的影响的情况下,结合BP神经网络算法,提出了基于BP神经网络的预报方法研究,从基坑监测数据本身出发探寻相应的变化规律。使用此方法对所获得的基坑变形数据进行线性内插后建模,并对比分析线性内插前后的预报精度。结果表明, BP神经网络用于深基坑变形监测分析与预报是可行的,并能为后续施工提供有效的参考。     

环境敏感地区深基坑工程变形控制技术

以南京西路688号地块深基坑工程为例,介绍了环境敏感地区深基坑工程变形控制技术,通过应用最新研制的基坑变形实时监控新技术,解决了环境敏感地区(如运行地铁边)基坑用常规施工无法解决的苛刻变形控制技术难题,确保了环境敏感地区深基坑施工的安全。     

基于LMD-PSO-LSSVM组合模型的深基坑变形预测

变形是造成基坑安全隐患的重要因素。为准确预测基坑变形趋势,提出一种将局部均值分解(LMD)、粒子群优化算法(PSO)与最小二乘支持向量机(LSSVM)组合的深基坑变形预测模型。通过 LMD 将时序样本分解为多个分量,利用PSO优化后的LSSVM模型对各分量建立非线性基坑变形预测模型,最后采用滚动预测的方法对各分量进行预测并将结果叠加得到时序样本的预测值。通过实际工程进行模型预测与分析。结果表明:该模型不仅反映出基坑变形本质特征,而且预测精度明显提高,将其运用于基坑变形预测研究中具有较好的应用性和可靠性。     

基于灰色理论的软土地区深基坑变形预测研究

鉴于深基坑变形监测具有影响因素的不确定性、灰色性等特征,利用灰色系统理论方法对基坑的变形发展趋势进行预测具有重要的实际应用价值。考虑昆明软土地区深基坑工程变形特点,建立深基坑监测变形的灰色系统GM(1,1)预测模型,并进行了工程实例分析。研究表明,此方法客观准确、操作简便,具有一定的实际应用价值,可为相关工程提供参考借鉴。     

润扬大桥南汊北锚碇深基坑工程施工变形智能预测与控制研究（Ⅰ）

在对深基坑墙体位移时序规律分析的基础上，提出了基于MATLAB 5.3平台的神经网络多步预测模型，可以一次预测多步施工的变形，达到及早调整基坑施工参数，完成变形控制的目的。对润扬大桥北锚碇深大基坑工程的施工实例分析显示，预测值和实测值基本吻合，表明该预测模型具有较高的精度。     

基于神经网络的基坑与紧邻桩变形相关预测

基于神经网络技术 ,建立深基坑墙体与其紧邻建筑 (构 )物之间变形相关性预测BP网络模型 ,以便根据深基坑紧邻桩基允许变形来控制深基坑墙体变形。本文最后用某紧邻高架桥的地铁车站深基坑实例进行分析 ,结果表明预测与实测结果基本吻合     

基坑变形预测的时间序列分析

在分析灰色系统与神经网络基本原理的基础上,结合前人研究成果和实例分析,提出灰色系统用于基坑变形预测存在的一些问题,认为灰色系统不宜用于地下连续墙水平位移的预测,在其它变形预测中也要慎用.建立了基坑变形预测的神经网络模型,并用实例加以论证.研究表明,神经网络是解决基坑变形预测的有效方法,在地下工程中具有很好的应用前景.     

地铁深基坑沉降监测数据特点分析与预测

为明确地铁深基坑开挖引起的地表沉降变形规律,结合施工过程,依据D 市Z 地铁站第29-48 期深基坑沉降监测数据,分析出深基坑地面沉降变形的普遍特点。同时,利用灰色GM（1,1）模型,对两个典型沉降点的监测数据依据不同的施工阶段进行预测。结果表明,灰色GM（1,1）模型在深基坑的沉降预测中比较可靠,且分阶段预测精度更高。可见,深基坑的沉降变形特点与开挖施工过程密切相关,在预测时结合施工进度,能提高预测精度。该研究为日后地铁深基坑沉降监测数据分析与预测提供参考。     

多变量灰色系统预测模型在深基坑围护结构 变形预测中的应用

 深基坑围护桩体上各监测点之间的变形是相互影响的，在现代信息化施工过程中，对围护桩体变形的预测应该考虑到监测点之间的相关信息，应该从变形观测系统的高度统一来描述变形体的整体变形趋势和变形规律，从整体上对变形观测的数据进行正确的处理，建立合理的模型，对变形值作出准确的预报。基于这一思想，通过对传统的单点GM(1，1)模型的扩展，考虑n 个点之间相互关联和影响，以MATLAB语言编程，实现对变形体上相互关联的多点变形预测模型的建模和预测，并运用该模型对北京市地铁奥运支线深基坑的围护桩变形进行预测。研究结果表明，预测值与实测值吻合较好，能够更为准确地预测出后续施工进程中围护桩体的水平位移，在指导该工程信息化施工和规避工程风险等方面起到积极的作用。同时通过与传统GM(1，1)模型预测结果的比较，证明了多变量灰色系统预测模型具有更高的准确性，显示了该方法进行深基坑变形预测的有效性。     

用小波神经网络预测深基坑周围地表的沉降量

将小波神经网络应用于深基坑周围地表沉降的预测,提出了一种有效的预测方法,并构造了预测沉降的小波神经网络模型。预测结果表明,该方法收敛速度快、预测精度高,为预测深基坑周围地表沉降量的一种实用方法。     

深基坑支护设计影响因素的有限元分析

深基坑工程是当前岩土工程中的热点和难点问题之一，如何有效控制基坑变形，使基坑工程既安全叉经济，是人们一直探索的课题。深基坑的支护结构的变形是影响基坑变形的重要因素。针对武汉地区具有代表性的粉质粘土，通过大量的真三轴试验模拟了基坑开挖过程中的应力路径，了解了开挖过程中基坑土体的变形性状，并得到了邓肯一张模型的各参数，建立了深基坑支护结构的非线性弹性模型。同时以平面应变有限元法为基础，通过对武汉某基坑工程进行基坑变形的计算分析，分析了支护结构的刚度、基坑的开挖宽度、土体的变形模量、插入深度、支撑位置和坑内土体加固、基坑开挖的时空效应和基坑周围水环境等设计、施工和自然环境因素对支护结构的变形的影响，了解了基坑开挖过程中基坑支护结构变形、周围地层沉降的发展变化规律，并提出了一些控制基坑变形的方法措施，为深基坑工程的设计和旋工提供了依据。