首页
|
本学科首页
官方微博
|
高级检索
全部专业
管理学
劳动科学
民族学
人才学
人口学
社会科学丛书、文集、连续性出版物
社会科学教育与普及
社会科学理论与方法论
社会学
统计学
学报及综合类
按
中文标题
英文标题
中文关键词
英文关键词
中文摘要
英文摘要
作者中文名
作者英文名
单位中文名
单位英文名
基金中文名
基金英文名
杂志中文名
杂志英文名
栏目英文名
栏目英文名
DOI
责任编辑
分类号
杂志ISSN号
检索
深基坑变形影响因子分析及预测方法研究
引用本文:
熊春宝,李郎,马超峰.深基坑变形影响因子分析及预测方法研究[J].石家庄铁道学院学报(社会科学版),2016(4):53-59.
作者姓名:
熊春宝
李郎
马超峰
作者单位:
天津大学 建筑工程学院;天津大学 建筑工程学院;中国铁道科学研究院 铁道建筑研究所
摘 要:
影响基坑变形的因子有很多,有主要因子和次要因子。根据实际工程经验以及相关资料,在较为全面地总结所有影响基坑变形因子的基础上,结合层次分析法,筛选出主要影响因子,建立一定的量化标准。将影响因子作为输入层,构建基于主要影响因子的BP神经网络。结合天津市中国铁建国际城1D地块深基坑工程,选出围护结构发生明显变形的各时间段,建立17×106的训练数据,采用黄金分割法对隐含层的节点数进行筛选,以4 m,8 m,12 m,16 m处的变形数据为目标层进行训练和仿真。最后,对其它测斜点的变形进行预测,精度满足要求,验证了这种影响因子选择和样本选择方法的有效性,对基坑变形预测有一定的应用指导意义。
关 键 词:
基坑变形预测
影响因子
BP神经网络
黄金分割法
层次分析法
收稿时间:
2015/11/5 0:00:00
Study on the Influence Factors Analysis and Prediction Method of Deep Foundation Pit Deformation
Authors:
Xiong Chunbao
Li Lang and Ma Chaofeng
Institution:
School of Civil Engineering, Tianjin University;School of Civil Engineering, Tianjin University;Railway Construction Research Institute of China Academy of Railway Sciences
Abstract:
Keywords:
deformation prediction of foundation pit
influence factors
BP neural network
fibonacci method
AHP
点击此处可从《石家庄铁道学院学报(社会科学版)》浏览原始摘要信息
点击此处可从《石家庄铁道学院学报(社会科学版)》下载
免费
的PDF全文
设为首页
|
免责声明
|
关于勤云
|
加入收藏
Copyright
©
北京勤云科技发展有限公司
京ICP备09084417号