基于递归神经网络的基坑工程变形多步预测方法研究

针对深基坑系统的复杂的非线性及基坑工程变形多步预测的重要性 ,将人工神经网络技术引入其中。分析了用BP网络进行多步预测时存在的不足 ,提出了基于递归神经网络的基坑工程变形多步预测模型。通过一软土深基坑工程变形多步预测实例的分析 ,论证了递归神经网络用于基坑工程变形多步预测的可靠性和实用性。该方法有效可行 ,在其他领域的多步预测中同样具有广阔的应用前景。     

基于BP神经网络的钢筋中氯离子侵蚀量预测

本文介绍了人工神经网络在土木建筑工程中的应用现状，提出了应用BP网络来预测受腐蚀的钢筋混凝土中氯离子的侵蚀速度的方法。BP网络的分析程序采用Matlab编制。研究结果表明与传统的回归方法比较神经网络在解决多影响因子的复杂非线性问题方面具有显著的优势，在材料腐蚀工作中具有广泛的适用性。     

人工神经网络在岩土工程中的应用

人工神经网络在近几年来发展迅速。基于人工神经网络的方法在岩土工程中得到了广泛的应用。神经网络的模型很多 ,很多学者在他们的研究中采用了BP神经网络。通过对BP神经网络方法与传统方法进行比较发现有其独特的优点。由于岩土工程中的问题的复杂性 ,在已知量与未知量之间存在很强的非线性关系。这种非线性关系通过人工神经网络可以很好地映射。笔者认为神经网络在岩土工程中是可行的 ,必将会引起更多的岩土工程师的兴趣     

人工神经网络技术在深基坑信息化施工中的应用

目前基坑工程信息化施工中的土质参数反演方法过于复杂,有必要找到一种有效简单的处理方法。本文探讨按基坑开挖过程中监测得到的实测位移等资料信息反演土体参数的方法,介绍BP神经网络在基坑工程信息化施工中用于参数反演的作用机理和具体方法,并通过算例验证了人工神经网络技术在深基坑工程信息化施工中的可行性。     

人工神经网络在建筑结构中的应用研究

对日益广泛应用于建筑结构的人工神经网络的基本原理与特征以及误差反向传播的多层感知器网络(BP网络)的多种改进算法进行了介绍,分析了人工神经网络在建筑结构的优化、控制以及损伤诊断等领域中的应用情况,对人工神经网络的推广应用具有一定指导意义。     

灰色理论和BP神经网络理论在地铁深基坑变形预测方面的应用

地铁深基坑变形是影响地铁建设的重要问题之一。针对地铁深基坑变形众多影响因素所具有的不确定性、模糊性以及深基坑变形的非线性特点,基于灰色系统理论和人工神经网络理论,分别采用灰色GM(1,1)模型、BP神经网络模型和灰色-BP神经网络组合模型对某地铁深基坑地表土体沉降进行预测分析,并将预测数据与实测数据进行对比,得出各模型预测精度。工程实例分析表明,灰色GM(1,1)模型预测精度最低,BP神经网络模型次之,灰色-BP神经网络组合模型由于集合了灰色GM(1,1)模型和BP神经网络模型的优点,预测精度最高,满足工程应用要求,对安全施工具有一定的指导作用。     

基于神经网络的供热计量系统热负荷短期预测

针对实行热计量后热负荷变化的特点，采用神经网络中应用最广泛的BP网络对热负荷进行预测，利用MATLAB仿真程序对所建立的人工神经网络负荷预测模型进行验证，仿真误差为6．93％，满足工程需要。     

人工神经网络在HVAC系统的应用

阐述了构成人工神经网络(ANN)的M-P神经元模型的结构、输出输入的函数关系及人工神经网络中最常用的学习规则———BP网络。综述了人工神经网络在暖通空调系统中的应用,包括预期平均评价指标(PMV)的预测、房间冷负荷的预测、能量管理、故障诊断及其他应用。介绍了BP网络的改进算法。     

BP神经网络在基坑工程变形预测中的应用

结合工程实例,针对基坑开挖过程的变形特点,应用BP神经网络和基于粒子群优化算法的BP神经网络对基坑支护结构的变形进行预测,并对两种方法预测结果进行比较分析。结果表明,基于粒子群优化算法的BP网络的泛化预测性能要优于BP网络,预测深基坑地下连续墙结构水平位移更有效。     

改进BP网络在深基坑变形预测中的应用

为了精确预测深基坑变形,对传统的BP网络进行改进,提出了几种改进算法,并通过经典的太阳黑子数据的预测实例对它们进行了比较研究,证明集成动量-可调激活函数的改进算法是一种较好的方法。并把这种算法应用于深基坑变形预测研究中,通过工程实例进行了验证研究,结果表明,改进算法的预测值与实测值基本吻合,预测结果更加精确,证明了本方法在深基坑变形预测应用中的有效性和实用性。     

改进BP神经网络算法在基坑沉降预测中的应用

提出一种采用BP神经网络算法来预测深基坑沉降的方法，结合具体工程实例，构建了预测深基坑周边地表沉降具体BP神经网络模型，预测结果表明，该模型有较高的预测精度，可作为预测沉降的一种新方法。     

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     

基于BP网络的深基坑支护位移反分析

传统的位移反分析方法一般均需借助优化手段,本文尝试将人工神经网络这一新兴的非线性科学应用于基坑的位移反分析问题,以模拟基坑开挖的有限元程序为正演工具,以BP网络为反演工具,并通过样本的映射关系将正演和反演过程有机地结合起来.最后,通过算例验证了将人工神经网络和有限元法结合起来进行基坑位移反分析具有可行性.     

多步滚动实时预报法在深基坑开挖监测中的应用研究

对传统BP神经网络存在的不足进行改进,并将其应用于深基坑开挖监测中,建立深基坑变形的实时预报模型;提出一种基于时间效应的多步滚动实时预报法,并利用Windows系统平台,在MATLAB7.0环境下,采用可视化的面向对象编程技术,编制深基坑变形实时预报的计算机程序。实例分析表明:该方法收敛速度快,预测精度高,预报值与实测值吻合较好,深基坑变形的实时预报具有一定的实用性。     

基于BP网络的基坑周围地表沉降影响因素分析

深基坑开挖引起的周围地表沉降问题是一个复杂的非线性问题.利用BP网络处理复杂的、不确定的非线性问题的独特优势,成功建立了软土地区深基坑开挖引起的周围地表沉降的预测模型,并对其影响因素进行了定量分析,找出了主要影响因素并提出了相应的措施.     

基于神经网络的深厚软土地层参数反演分析

在深基坑工程数值分析中,土体本构关系的选取及其参数的确定对分析的结果会产生重要的影响。结合一个海中深厚软土基坑实例,根据现场实测数据,利用参数敏感性分析确定地层的关键参数,提出一个基于参数敏感性分析和BP神经网络的动态施工反演分析方法。分析结果显示,围护桩水平位移监测值与反演值吻合较好,说明基于参数敏感性分析和BP神经网络的动态施工反演分析方法能够很好地反映土体的非线性、不确定特征,依据该反分析方法获得的土体参数可用于估算下一工况的基坑位移。本次反演得到的土体参数可作为当地深厚软土地层类似工程土体参数的参考取值。     

基于BP人工神经网络的抗剪强度参数值反演

利用F-SPW5软件和BP人工神经网络工具建立了新疆碎石类土深基坑开挖位移反分析的专家系统计算模型,并将其反演得到的参数用于与随机变量统计法得到的c,φ的取值范围进行验证,确认了研究成果的可靠性。     

BP神经网络在某深基坑工程监测中的应用研究

采用BP神经网络模型对某深基坑工程的变形进行了预测,通过与实测数据的对比分析表明:BP神经网络模型在深基坑工程监测中具有良好的容错性,在围护桩顶竖向及水平位移、围护桩深层水平位移、锚索内力预测方面具有较高的准确度,与实际内力及变形情况较为吻合;BP神经网络模型在地下水位预测中的准确度较低、数据结果离散性较大,不能充分反映水位变化的实际情况;BP神经网络模型在进行短期预测时准确率高,预测曲线与实测数据曲线吻合性较好;在进行锚索内力监测时,当传感器不能及时采集数据的情况下,BP神经网络能发挥预测准确数据的作用;BP神经网络模型隐含层数的选取对预测结果的准确性有一定的影响。     

深浅坑对邻近隧道的影响分析

在软土地区邻近既有隧道进行深基坑设计,如何减小开挖卸载对隧道产生的影响显得尤为重要,结合上海外滩通道项目邻近隧道的一段基坑工程,运用有限元方法对不同的方案进行了数值计算比较,提出了深浅坑设计方案,为优化基坑设计和施工提供了有益的参考。