地质出版社有限公司 中国地质科学院勘探技术研究所主办

基于PSO-BP神经网络的基坑周边地面沉降预测方法研究

陈晨, 靳成才, 赵富章, 潘栋彬, 朱颖. 基于PSO-BP神经网络的基坑周边地面沉降预测方法研究[J]. 钻探工程, 2018, (12): 47-52. doi: 10.3969/j.issn.1672-7428.2018.12.011
引用本文: 陈晨, 靳成才, 赵富章, 潘栋彬, 朱颖. 基于PSO-BP神经网络的基坑周边地面沉降预测方法研究[J]. 钻探工程, 2018, (12): 47-52. doi: 10.3969/j.issn.1672-7428.2018.12.011
CHEN Chen, JIN Cheng-cai, ZHAO Fu-zhang, PAN Dong-bin, ZHU Ying. Study on the Prediction Methods of Ground Settlement Surrounding the Foundation Pit Based on PSO BP Neural Net- work[J]. DRILLING ENGINEERING, 2018, (12): 47-52. doi: 10.3969/j.issn.1672-7428.2018.12.011
Citation: CHEN Chen, JIN Cheng-cai, ZHAO Fu-zhang, PAN Dong-bin, ZHU Ying. Study on the Prediction Methods of Ground Settlement Surrounding the Foundation Pit Based on PSO BP Neural Net- work[J]. DRILLING ENGINEERING, 2018, (12): 47-52. doi: 10.3969/j.issn.1672-7428.2018.12.011

基于PSO-BP神经网络的基坑周边地面沉降预测方法研究

  • 基金项目:

    吉林省省校共建计划专项"油页岩地下原位开发利用示范工程"

详细信息
  • 中图分类号: TU433

Study on the Prediction Methods of Ground Settlement Surrounding the Foundation Pit Based on PSO BP Neural Net- work

  • 基坑工程施工过程中的周边地面沉降直接关系到周围建筑物的安全,本文根据上海前滩地区某基坑工程的历史监测数据、施工工况和周边地层参数等多源数据对基坑周边地面沉降进行监测和预测.以PSO BP神经网络为基础,通过将基于时序和基于沉降影响因素的网络模型对比发现:二者预测结果误差较小且基于时序的神经网络预测精度更高,说明利用PSO BP神经网络能够很好地对基坑周边地面沉降进行分析与预测.为了综合考虑时间效应和空间效应的影响,在基于沉降影响因素的预测模型的基础上加入历史监测数据作为模型输入层进行优化,结果表明:优化后的PSO BP神经网络模型具有更小的相对误差范围和更高的预测精度,在基坑周边地面沉降预测中有很好的应用前景.
  • 加载中
  • 加载中
计量
  • 文章访问数:  356
  • PDF下载数:  20
  • 施引文献:  0
出版历程
刊出日期:  2018-12-10

目录