论文部分内容阅读
深基坑自身条件复杂,其稳定性易受多方面因素影响,且易与周边环境发生关联,在开挖施工过程,不仅要保证基坑本身的稳定性,还要确保基坑周边环境的安全。基坑变形监测是确保基坑及周围环境安全运行的基本手段,通过分析基坑变形监测资料,掌握基坑变形规律,并对基坑变形进行预测,可及时发现异常变化,防范于未然。本文主要研究BP神经网络理论,通过L-M算法优化传统BP网络中SDBP算法、小波变换理论与BP神经网络理论结合,引入两种BP神经网络优化模型。结合一重集团大连设计研究院有限公司研发大楼基坑变形实测监测数据,对其进行变形研究。本文主要内容及成果如下:(1)对基坑工程特点、影响因素、变形机理进行分析,对基坑工程监测技术进行研究,阐明基坑监测内容、监测方法,积累基坑工程监测经验。(2)通过输入层和输出层设计、隐含层节点数选定方法、网络函数的选定,确定基坑变形预测模型结构。(3)结合一重集团大连设计研究院有限公司研发大楼基坑工程监测实例,选择桩顶水平位移、锚索内力及地表沉降为研究对象。选取监测数据、建立数据样本、处理样本数据、设置网络参数,设计BP神经网络基坑变形预测算法。(4)应用MATLAB R2012a软件编写BP神经网络优化算法程序,通过对模型节点的调试训练,引入基于L-M算法的BP神经网络、小波神经网络两种基坑变形预测模型,将小波神经网络的拟合和预测结果及BP神经网络的拟合和预测结果进行对比分析,并分析基坑变形规律,评价基坑稳定性。结果表明两种方法都能很好反应基坑短期变形规律,但小波神经网络模型比BP神经网络模型在收敛性、计算速度和预测精度上更具有优越性,是一种较好的基坑位移预测方法,其在基坑工程领域有较好的发展和应用前景。