發(fā)布時間：2019-01-02 18:41

【摘要】：深基坑自身?xiàng)l件復(fù)雜,其穩(wěn)定性易受多方面因素影響,且易與周邊環(huán)境發(fā)生關(guān)聯(lián),在開挖施工過程,不僅要保證基坑本身的穩(wěn)定性,還要確保基坑周邊環(huán)境的安全�；幼冃伪O(jiān)測是確�；蛹爸車h(huán)境安全運(yùn)行的基本手段,通過分析基坑變形監(jiān)測資料,掌握基坑變形規(guī)律,并對基坑變形進(jìn)行預(yù)測,可及時發(fā)現(xiàn)異常變化,防范于未然。本文主要研究BP神經(jīng)網(wǎng)絡(luò)理論,通過L-M算法優(yōu)化傳統(tǒng)BP網(wǎng)絡(luò)中SDBP算法、小波變換理論與BP神經(jīng)網(wǎng)絡(luò)理論結(jié)合,引入兩種BP神經(jīng)網(wǎng)絡(luò)優(yōu)化模型。結(jié)合一重集團(tuán)大連設(shè)計研究院有限公司研發(fā)大樓基坑變形實(shí)測監(jiān)測數(shù)據(jù),對其進(jìn)行變形研究。本文主要內(nèi)容及成果如下:(1)對基坑工程特點(diǎn)、影響因素、變形機(jī)理進(jìn)行分析,對基坑工程監(jiān)測技術(shù)進(jìn)行研究,闡明基坑監(jiān)測內(nèi)容、監(jiān)測方法,積累基坑工程監(jiān)測經(jīng)驗(yàn)。(2)通過輸入層和輸出層設(shè)計、隱含層節(jié)點(diǎn)數(shù)選定方法、網(wǎng)絡(luò)函數(shù)的選定,確定基坑變形預(yù)測模型結(jié)構(gòu)。(3)結(jié)合一重集團(tuán)大連設(shè)計研究院有限公司研發(fā)大樓基坑工程監(jiān)測實(shí)例,選擇樁頂水平位移、錨索內(nèi)力及地表沉降為研究對象。選取監(jiān)測數(shù)據(jù)、建立數(shù)據(jù)樣本、處理樣本數(shù)據(jù)、設(shè)置網(wǎng)絡(luò)參數(shù),設(shè)計BP神經(jīng)網(wǎng)絡(luò)基坑變形預(yù)測算法。(4)應(yīng)用MATLAB R2012a軟件編寫B(tài)P神經(jīng)網(wǎng)絡(luò)優(yōu)化算法程序,通過對模型節(jié)點(diǎn)的調(diào)試訓(xùn)練,引入基于L-M算法的BP神經(jīng)網(wǎng)絡(luò)、小波神經(jīng)網(wǎng)絡(luò)兩種基坑變形預(yù)測模型,將小波神經(jīng)網(wǎng)絡(luò)的擬合和預(yù)測結(jié)果及BP神經(jīng)網(wǎng)絡(luò)的擬合和預(yù)測結(jié)果進(jìn)行對比分析,并分析基坑變形規(guī)律,評價基坑穩(wěn)定性。結(jié)果表明兩種方法都能很好反應(yīng)基坑短期變形規(guī)律,但小波神經(jīng)網(wǎng)絡(luò)模型比BP神經(jīng)網(wǎng)絡(luò)模型在收斂性、計算速度和預(yù)測精度上更具有優(yōu)越性,是一種較好的基坑位移預(yù)測方法,其在基坑工程領(lǐng)域有較好的發(fā)展和應(yīng)用前景。
[Abstract]:The condition of deep foundation pit is complex, its stability is easily affected by many factors, and it is easy to be related to the surrounding environment. In the process of excavation construction, not only the stability of foundation pit itself should be guaranteed, but also the safety of the surrounding environment of foundation pit should be ensured. Foundation pit deformation monitoring is a basic means to ensure the safe operation of foundation pit and its surrounding environment. By analyzing the monitoring data of foundation pit deformation, mastering the deformation law of foundation pit, and predicting the foundation pit deformation, the abnormal changes can be found in time and the precautions can be taken. In this paper, the theory of BP neural network is studied, and two kinds of BP neural network optimization models are introduced by using L-M algorithm to optimize SDBP algorithm in traditional BP network, wavelet transform theory and BP neural network theory. Based on the measured monitoring data of foundation pit deformation of Dalian Design and Research Institute Co., Ltd, the deformation of Yizhong Group is studied. The main contents and achievements of this paper are as follows: (1) the characteristics, influencing factors and deformation mechanism of foundation pit engineering are analyzed, the monitoring technology of foundation pit engineering is studied, and the monitoring contents and methods of foundation pit monitoring are expounded. Accumulation of foundation pit engineering monitoring experience. (2) through the input layer and output layer design, hidden layer node number selection method, network function selection, The structure of foundation pit deformation prediction model is determined. (3) the horizontal displacement of pile top, internal force of anchor cable and surface settlement are selected as the research object combined with the monitoring example of foundation pit engineering of Dalian Design and Research Institute Co., Ltd of Yizhong Group. Select the monitoring data, set up the data sample, process the sample data, set up the network parameter, design the BP neural network foundation pit deformation prediction algorithm. (4) use MATLAB R2012a software to compile the BP neural network optimization algorithm program. Through debugging training of model nodes, two kinds of foundation pit deformation prediction models based on L-M algorithm, BP neural network and wavelet neural network, are introduced. The fitting and prediction results of wavelet neural network and BP neural network are compared and analyzed, and the deformation law of foundation pit is analyzed to evaluate the stability of foundation pit. The results show that the two methods can well reflect the short-term deformation of foundation pit, but the wavelet neural network model has more advantages than BP neural network model in convergence, calculation speed and prediction accuracy, so it is a better foundation pit displacement prediction method. It has a good prospect of development and application in the field of foundation pit engineering.
【學(xué)位授予單位】：遼寧師范大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2015
【分類號】：TU753

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 李云安,鐘玉芳,張鴻昌;影響基坑變形的實(shí)質(zhì)性狀態(tài)變量分析[J];地質(zhì)與勘探;2000年02期

2 朱玉平,黃濤;基坑變形的灰色模擬與預(yù)測[J];廣東土木與建筑;2000年04期

3 張偉麗,陳愛云,李霞;灰色系統(tǒng)理論在基坑變形預(yù)測中的應(yīng)用[J];萊陽農(nóng)學(xué)院學(xué)報;2003年01期

4 朱瑞鈞,王杰光,齊干;杭州某商業(yè)樓基坑變形分析[J];重慶建筑大學(xué)學(xué)報;2004年02期

5 王平衛(wèi);彭振斌;何忠明;;基于灰色理論的基坑變形預(yù)測[J];地質(zhì)與勘探;2006年06期

6 宋建學(xué);鄭儀;王原嵩;;基坑變形監(jiān)測及預(yù)警技術(shù)[J];巖土工程學(xué)報;2006年S1期

7 臧秀平;劉升寬;馮堂武;;墻土摩擦對基坑變形影響的模擬和分析[J];巖土力學(xué);2006年S1期

8 白保華;;基坑坑內(nèi)加固對基坑變形影響分析[J];山西建筑;2007年04期

9 王華鋒;王明龍;王曉東;;地基加固在控制基坑變形中的應(yīng)用[J];山西建筑;2007年06期

10 劉登攀;劉國彬;;鄰近建筑物對某基坑變形影響的分析[J];巖土工程技術(shù);2007年01期

相關(guān)會議論文 前10條

1 侯學(xué)淵;劉國彬;;基坑變形估算[A];海峽兩岸土力學(xué)及基礎(chǔ)工程地工技術(shù)學(xué)術(shù)研討會論文集[C];1994年

2 張校亮;;如皋凌云新天地基坑變形監(jiān)測與分析[A];第九屆長三角科技論壇（測繪分論壇）論文集[C];2012年

3 周輝;周愛兆;;坑底工程樁加固效應(yīng)對基坑變形的影響分析[A];第20屆全國結(jié)構(gòu)工程學(xué)術(shù)會議論文集（第Ⅱ冊）[C];2011年

4 詹志勇;;基坑變形分析和周圍地面沉降的預(yù)測[A];第十七屆華東六省一市建筑施工技術(shù)交流會論文集[C];2008年

5 吳學(xué)萍;;某住宅小區(qū)地下水泵站基坑變形監(jiān)測分析[A];2011年全國工程地質(zhì)學(xué)術(shù)年會論文集[C];2011年

6 尹小濤;葛修潤;李春光;王水林;;開挖步及其厚度對基坑變形破壞的影響研究[A];第2屆全國工程安全與防護(hù)學(xué)術(shù)會議論文集（上冊）[C];2010年

7 李莉;陳鵬宇;段新勝;;基坑變形預(yù)測的灰色二次優(yōu)化模型[A];中國運(yùn)籌學(xué)會模糊信息與模糊工程分會第五屆學(xué)術(shù)年會論文集[C];2010年

8 鄭加柱;光輝;;顧及開挖深度的卡爾曼濾波模型在基坑變形分析中的應(yīng)用[A];《測繪通報》測繪科學(xué)前沿技術(shù)論壇摘要集[C];2008年

9 劉漢東;楊繼紅;;GM(1,1)優(yōu)化模型在基坑變形預(yù)測中的應(yīng)用[A];全國城市地下空間學(xué)術(shù)交流會論文集[C];2004年

10 劉紅軍;于雅瓊;王秀海;;土巖組合地層旋噴樁止水樁錨支護(hù)基坑變形與受力數(shù)值分析[A];第十二次全國巖石力學(xué)與工程學(xué)術(shù)大會會議論文摘要集[C];2012年

相關(guān)博士學(xué)位論文 前1條

1 包旭范;軟土地基超大型基坑變形控制方法研究[D];西南交通大學(xué);2008年

相關(guān)碩士學(xué)位論文 前10條

1 羅江花;廣州某地鐵站基坑變形預(yù)測分析[D];華南理工大學(xué);2015年

2 胡偉;考慮基底樁基影響的樁錨基坑變形研究[D];湖北工業(yè)大學(xué);2015年

3 吳兵;考慮空間效應(yīng)的基坑變形數(shù)值分析[D];南昌航空大學(xué);2015年

4 王彥君;附加約束條件的DLT在基坑變形監(jiān)測中的應(yīng)用研究[D];合肥工業(yè)大學(xué);2015年

5 王珊;一重集團(tuán)大連設(shè)計研究院有限公司研發(fā)大樓基坑變形研究[D];遼寧師范大學(xué);2015年

6 王偉;基坑變形監(jiān)測數(shù)據(jù)的可靠性分析[D];華南理工大學(xué);2010年

7 孫鋒剛;高水位條件下基坑變形監(jiān)測分析與模擬[D];武漢理工大學(xué);2010年

8 曹祖寶;人工神經(jīng)網(wǎng)絡(luò)方法在基坑變形預(yù)測中的應(yīng)用研究[D];煤炭科學(xué)研究總院;2004年

9 馬路濱;基坑變形監(jiān)測三維可視化模擬研究[D];天津大學(xué);2010年

10 王春博;基坑變形超站儀監(jiān)測技術(shù)研究[D];北京林業(yè)大學(xué);2012年

，

本文編號：2398843