基于改进BP神经网络模型的地面沉降预测及分析
BP人工神经网络模型在建筑物沉降预测中应用
为 了确保建筑安全 ， 建筑 物周 围共布 设 了 ｌ 在 ４个沉 降观 测 点， 主要 布设于房 屋四角 ， 伸缩缝两侧 ， 主要承重 的构造柱 上。并 采用二等水准测量 的标准进行 了 １ ２期观测 ， 历时 １ 年半 。 网 络 输 入 与 输 出 由于单 隐层 Ｂ Ｐ网络 的非线性 映射 能力 比较慢 ， 以我们 采 所
带状 图中公里格 网的 自动生成及标注
马 云 岗
摘 要： 主要介绍 了在带状 图测量 中， 公里格网 自动生成及 标注的 一种 方法 ， 对这种 方法的原理及 使 用进 行 了详 细的说 明， 包括设计要求 ， 设计 步骤及设 计要 点等 内容 ， 以期指导 实践 。 关键词 ： 带状 图， 量， 测 拓扑
Ｂ Ｐ人工神 经网络模 型在建筑物沉降预测 中应 用★
尚 纪 斌
摘 要： Ｂ 以 Ｐ人工神经 网络模型为基础 ， 建立预 测模 型 ， 以小区某栋 建筑物 ｌ ～８期的 沉降观 测数据 为输入数据 和输 期
出数 据 ， 网络 模 型进 行 训 练 ， 对 ９期 ～ｌ 实 际 观 测 值 与 预 测 值 进 行 了比 较 ， 果 比较 理 想 ， 而 验 证 了采 用 Ｂ 对 并 ２期 结 从 Ｐ人 工神 经 网络 模 型 进 行 建 筑 物 沉 降 的预 测 是 可行 的 。 关键 词 ： Ｐ人 工 神 经 网络 ， 测 模 型 ， 筑 物 沉 降 Ｂ 预 建
第３ ７卷 第 ３ ４期 ２０１１年 １ ２月
山 西 建 筑
ＳＨＡＮＸＩ ＡＲＣＨＩ ＥＣＴＵＲＥ ｒ
Ｖｏ ． ７ Ｎ ． ４ １３ ｏ ３
Ｄｅ ． ２ １ ｃ ０１
・１ ９１ ・
文章编号 ：０ ９ ６ ２ （ ０ ）４ ０ ９ —２ １０ —８ ５ ２ １ ３ — １ １０ １
基于BP神经网络的深基坑沉降预测
基于BP神经网络的深基坑沉降预测
单红喜
【期刊名称】《山西建筑》
【年(卷),期】2017(043)028
【摘要】为了分析深基坑的沉降规律,以某实际工程为例,利用BP神经网络对该工程的深基坑沉降数据进行拟合和预测分析,采用C语言编写程序进行预测.结果表明,利用BP神经网络方法的预测结果合理,误差在允许范围内,满足工程要求,并且对类似的工程施工具有指导作用.
【总页数】2页(P78-79)
【作者】单红喜
【作者单位】江苏省盐城市大丰区小海水利管理服务站,江苏盐城 224100
【正文语种】中文
【中图分类】TU433
【相关文献】
1.基于灰色BP神经网络组合模型的深基坑周围地表沉降预测研究 [J], 刘戈;仝国柱
2.BP神经网络和灰色系统预测模型在深基坑地表沉降中的应用 [J], 余江;陶宇
3.基于灰色BP神经网络组合模型的深基坑周围地表沉降预测研究 [J], 刘戈;仝国柱;
4.基于灰色BP神经网络组合模型的深基坑沉降预测 [J], 查天宇; 成枢; 吕磊
5.基于优化的BP神经网络算法的深基坑沉降预测 [J], 李篷;王红梅;王若锋;熊靖飞
因版权原因，仅展示原文概要，查看原文内容请购买。
矿区开采沉陷预计的改进BP神经网络模型
矿区开采沉陷预计的改进BP神经网络模型陈海燕;戎晓力;林阳【期刊名称】《金属矿山》【年(卷),期】2017(000)004【摘要】为精确预计锦界矿某工作面开采沉陷,首先结合该工作面的地质资料、采掘工作平面图及孔柱状图,采用FLAC3D软件建立了该工作面开采沉陷仿真模型,得到工作面推进100、300、500、700 m时的开采沉陷数据;其次基于该类数据对BP神经网络预计模型进行训练和验证,建立沉陷数据与工作面推进距离的非线性关联;然后用粒子群优化算法(Particle swarm optimization,PSO)对BP神经网络模型的结构参数和连接权值阈值进行优化,并引入遗传算法(Genetic algorithm,GA)中的自适应变异因子以一定概率初始化部分变量,以解决PSO算法易陷入局部最优解的问题,避免BP神经网络模型易陷入局部最小值、训练收敛速率低以及PSO算法易早熟收敛等问题.分别采用BP神经网络模型、PSO-BP神经网络模型以及所提模型进行试验对比,并引入偏差平方和(Sum of squares for total,SST)对各模型的预计精度进行评价,研究表明:在工作面分别推进100,300,500 m的情况下,BP神经网络模型的SST值分别为0.056,0.062,0.066,PSO-BP神经网络模型的SST值分别为0.049,0.054,0.048,所提模型的SST值分别为0.028,0.026,0.031,明显小于前两者,表明该模型有助于提高矿区开采沉陷预计精度,有一定的实用价值.【总页数】4页(P119-122)【作者】陈海燕;戎晓力;林阳【作者单位】北京电子科技职业学院电信工程学院,北京 100088;解放军理工大学国防工程学院,江苏南京 210007;爆炸冲击防灾减灾国家重点实验室,江苏南京210007;解放军61206部队,北京100088【正文语种】中文【中图分类】TD325【相关文献】1.江西盘古山钨矿区开采沉陷预计的GA-SVA算法 [J], 陈慧;韩恒梅2.基于遗传BP神经网络模型的矿区开采沉陷预计 [J], 毛文军3.基于InSAR技术和GS-SVR算法的r矿区地表开采沉陷预计 [J], 马飞;隋立春;姚顽强;汤伏全4.重庆市矿区开采沉陷预计参数类比分析研究 [J], 王启春;李建;郭广礼5.西部厚黄土层矿区开采沉陷预计模型 [J], 汤伏全因版权原因，仅展示原文概要，查看原文内容请购买。
融合遗传算法和BP神经网络对基坑地表沉降预测的应用研究
融合遗传算法和BP神经网络对基坑地表沉降预测的应用研究张彬【摘要】随着基坑开挖的范围和深度越来越大,如何保证在基坑开挖过程中地表的沉降安全至关重要.本文利用遗传算法对BP神经网络预测模型进行权值和阈值优化,对基坑地表沉降监测时间序列进行预测处理,同时将预测结果与遗传算法和神经网络预测模型进行了定量性的比较和分析,结果表明融合模型比BP神经网络能够更加快速精确的预测基坑地表的沉降趋势,与此同时,本文将地下水的沉降时间序列和基坑地表的沉降进行了相关性分析,结果表明,地下水的沉降对基坑地表的沉降的影响较大,为基坑地表沉降预测提供了技术支持和参考.【期刊名称】《北京测绘》【年(卷),期】2018(032)010【总页数】4页(P1152-1155)【关键词】遗传算法;误差反传(BP)神经网络;基坑;沉降预测【作者】张彬【作者单位】珠海市测绘院,广东珠海519050【正文语种】中文【中图分类】P2580 引言随着国内经济的快速发展,人们的出行量大幅度增加,城市化的进程日益加快,地上的可利用空间越来越少,人们开始把发展的注意力转移到地下,这就产生了越来越多的基坑开挖。
基坑周围的地质条件复杂多变,对开挖周围建筑物的影响难以估计,而且基坑的开挖范围越来越广,深度越来越大,导致在基坑在开挖过程中事故频发,造成了巨大的经济损失和不良的社会影响[1]。
因此,在基坑开挖过程中,精确地预测出地表沉降的大小,对基坑工程的顺利开展和周围建筑物的安全具有较大的实用价值和理论意义[2]。
目前基坑地表沉降预测模型有灰色模型、小波分析、时间序列等[3],但这些模型各有优缺点[4]。
BP神经网络是比较经典的基坑地表沉降预测模型。
BP神经网络具有自适应的学习能力和较强的非线性映射能力,已经被广泛应用于基坑变形监测中,但是该方法经常会碰到易陷入局部最小和收敛速度慢等问题,限制了BP神经网络的应用。
遗传算法具有强大的全局搜索能力,可以提高BP神经网络的收敛速度和解决局部最小问题[5]。
BP神经网络在基坑周边地表短期沉降预测中的应用
性 问题 的拟 合 ， 如 指 数 法预 测 的 沉 降量 往往 偏 小 ， 双 曲线 法 预 测 的 沉 降 量往 往 偏 大 ， 而Ｇ Ｍ（ １ ， １ ） 对观 测
值的累加往往 叉不具有指数规律 。考虑到这些局限 ， 引用 Ｂ Ｐ神 经网络 ， 以苏州地铁 ２号线某工程 为例 ， 结合历史的沉降监测值 ， 对其基坑周边地表短期沉 降进行预 测。实践表 明， 该 方法预测误差较 小， 为基
坑周边地表沉降的预测提供 了一种较好 的途径 ， 在 基坑动 态设计与信 息化施 工方面具有重要的参 考价
值。
关键词 ： 沉降； 短期预测 ； 基坑； Ｂ Ｐ神经 网络
中 图分 类 号 ： Ｔ Ｐ １ ８ ３ 文 献 标 志码 ： Ａ
引 言
随 着 地 铁 项 目在 我 国 的 迅 速 发 展 ， 地铁 隧 道开挖
习过程分 为正 向传播 和反 向传 播两个 阶段 。在正 向传
播 阶段 ， 给定输入 信号 ， 通 过输人层传 播到 隐含 层并经 过 网络的权重 、 偏 置值和 神经元 的转 移 函数作 用后 ， 从 输出层做 出响应。如果 响应值 和期 望值 的差值大 于规
定值 ， 则转入 误差反 向传播 阶段 。这 时 ， 由于在输 出层
第２ ６卷 第 ２期
２ Ｏ ｌ ３年 ４月
四川理 工学院学报 （ 自然科学版 ）
Ｊ ｏ ｕ ｒ ｎ ａ ｌ ｏ ｆ Ｓ ｉ ｃ ｈ ｕ ａ ｎ Ｕ ｎ ｉ ｖ ｅ ｒ ｓ ｉ ｔ ｙ ｏ ｆ Ｓ ｃ ｉ ｅ ｎ ｃ ｅ＆ Ｅ ｎ ｇ ｉ ｎ ｅ ｅ ｒ ｉ ｎ ｇ （ Ｎ ａ ｔ ｕ ｒ ａ ｌ Ｓ ｃ ｉ ｅ ｎ ｃ ｅ Ｅ ｄ ｉ ｔ ｉ ｏ ｎ ）
没有得到期望值 ， 所 以逐层递 归计算 实际响应与期望值 之间的差值 （ 即误差） ， 然后将误差通过隐含 层向输 入层 逐层返 回并将按“ 递归下 降” 的原则 “ 分摊 ” 给各个神经
基于优化BP神经网络的复合路基沉降预测
基于优化BP神经网络的复合路基沉降预测
张建;易文;袁伟嘉
【期刊名称】《工程建设》
【年(卷),期】2024(56)3
【摘要】为准确预测CFG桩复合路基的沉降,以观测时间、累计填土厚度、软土层厚度、软土压缩模量和桩长为输入变量,基于MATLAB平台,构建网络结构为5-5-1的BP预测模型,并用粒子群算法和遗传算法分别进行优化,再以肇庆市桥北路新建工程的实测数据进行仿真,将两种优化模型和普通BP模型的预测性能进行对比。
结果表明:使用PSO-BP和GA-BP预测模型预测CFG桩复合路基的沉降是可行的,且预测精度高,预测结果明显优于普通BP沉降预测模型。
本文成果可为复合路基的沉降预测提供一定的借鉴与参考。
【总页数】6页(P6-10)
【作者】张建;易文;袁伟嘉
【作者单位】重庆市潼南区桂林街道办事处综合行政执法大队;中南林业科技大学土木工程学院;保利长大工程有限公司
【正文语种】中文
【中图分类】U416.1
【相关文献】
1.基于改进BP神经网络的路基沉降预测实例分析
2.基于遗传算法优化BP神经网络的不良路基沉降量预测应用研究
3.基于灰色BP神经网络的青藏铁路路基沉降预
测模型4.基于GA-BP神经网络的路基沉降预测5.基于GA-BP神经网络的软土路基运营期沉降预测
因版权原因，仅展示原文概要，查看原文内容请购买。
基于BP神经网络的地表沉降预测模型
基于BP神经网络的地表沉降预测模型
贾林刚
【期刊名称】《煤矿开采》
【年(卷),期】2008(013)001
【摘要】简述了人工神经网络的基本原理,通过实例建立了时间序列BP网络模型,并利用已有观测数据对网络进行了训练和测试,经过与实测值进行对比回归分析,证明了该网络的有效性和精确性,可作为一种预测方法对地表沉降做出预测.
【总页数】3页(P15-17)
【作者】贾林刚
【作者单位】煤炭科学研究总院,开采设计研究分院,北京,100013
【正文语种】中文
【中图分类】TD327
【相关文献】
1.股票预测模型优缺点对比分析——基于灰色预测模型、BP神经网络、小波神经网络 [J], 姜宇;杨琳辉;聂嘉
2.BP神经网络和灰色系统预测模型在深基坑地表沉降中的应用 [J], 余江;陶宇
3.股票预测模型优缺点对比分析——基于灰色预测模型、BP神经网络、小波神经网络 [J], 姜宇; 杨琳辉; 聂嘉
4.基于BP神经网络模型的地下采煤区地表沉降预测 [J], 张建亮
5.基于SBAS-InSAR和PSO-BP神经网络算法的矿区地表沉降监测及预测 [J], 周定义;左小清
因版权原因，仅展示原文概要，查看原文内容请购买。
基于BP神经网络的冻土路基沉降预测
基于BP神经网络的冻土路基沉降预测兰耀东;魏平;严学斌【摘要】通过采用BP神经网络对铁路建设期间冻土温度变化及冻土路基沉降进行了评价和预测,该方法减少了人为因素的干扰,有很强大的非线性映射能力,可以相对精确进行较长时间、较大范围的冻土路基沉降预测,弥补了现场实测数据的不足,可推广应用。
%This paper using BP neural network made evaluation and prediction to temperature changes and roadbed settlement of frozen soil during the period of railroading,this method reduced the interference of human factors,had very strong nonlinear mapping ability,could be relatively accurate for a long time,wide range of frozen soil roadbed settlement prediction,made up the lack of field test data,could be widely used.【期刊名称】《山西建筑》【年(卷),期】2012(038)011【总页数】2页(P146-147)【关键词】冻土;路基;地温;稳定性;沉降预测【作者】兰耀东;魏平;严学斌【作者单位】河北工程技术高等专科学校,河北沧州061000;北京工业职业技术学院,北京100042;中国土木工程集团有限公司,北京100038【正文语种】中文【中图分类】U416.1680 引言不同冻土、地形、地貌条件下，冻土路基地温、变形特征是路基工程工作状态和其长期运营状态评价的基本依据［1-5］。
在青藏高原多年冻土路基稳定性的研究中，首先考虑地温的变化规律，主要采取现场实测、室内模型试验和数值模拟的方法［6］。
基于BP神经网络的沉降预测模型应用
基于BP神经网络的沉降预测模型应用王成栋;霍成胜;孟军海;张彩霞;张永胜【摘要】人工神经网络是一个拥有高度非线性映射能力的计算模型,有较强的动态处理能力,在对其进行研究的基础上,利用MATLAB建立了BP神经网络的建筑物沉降预测模型,用于指导建筑物的沉降预警工作.通过将建筑物沉降的实测数据和模型的预测数据进行对比分析发现,两者间的误差相对较小,预测模型能很好地反映出建筑物沉降的发展趋势,对于建筑物沉降预警工作有着极其重要的意义.【期刊名称】《新技术新工艺》【年(卷),期】2015(000)001【总页数】3页(P93-95)【关键词】BP神经网络;建筑物沉降;预测模型;沉降预警【作者】王成栋;霍成胜;孟军海;张彩霞;张永胜【作者单位】青海省第三地质矿产勘查院,青海西宁810029;青海省第三地质矿产勘查院,青海西宁810029;青海省第三地质矿产勘查院,青海西宁810029;青海省第三地质矿产勘查院,青海西宁810029;青海省第三地质矿产勘查院,青海西宁810029【正文语种】中文【中图分类】TU433人工神经网络(artificial neural networks，简称ANN)是一种用计算机网络系统模拟人的神经系统并反映人脑一些基本功能特征的高度复杂的非线性动力学系统，从数学角度来讲，是对人脑的高度抽象和模拟。
由于ANN具有非线性自适应的信息处理能力及容错性强的特征，克服了传统人工智能方法对于直觉的缺陷，因此在模式识别、图像处理、控制和优化、智能信息管理及预测等领域有着广泛的应用。
把人工神经网络的预测功能运用到各种工程建设当中，在实践和理论两方面都有重要的指导意义。
本文利用BP神经网络建立了建筑物预测模型，取得了较好的效果[1-2]。
1.1 网络的层数BP神经网络拥有极强的非线性映射能力，通过输入层到输出层的函数计算来完成。
较多的隐含层的建立，虽然能提高网络的训练速度，增加人工神经元网络处理能力，但是训练时间也会随之增长，使训练复杂化。
改进的BP神经网络在路基沉降预测中的应用
改进的BP神经网络在路基沉降预测中的应用郭亚宇;孙立功;苏兆仁【摘要】针对传统BP神经网络存在的缺点,提出基于遗传优化的变梯度反向传播的BP神经网络预测方法,采用遗传算法优化BP神经网络的初始权重,建立路基沉降预测模型.该模型可克服BP神经网络模型存在的收敛速度慢、易陷入局部极小点等缺点.结合现场实测数据,将该优化模型与指数曲线模型、双曲线模型、灰色预测模型和传统BP神经网络预测模型对比,结果表明改进的BP神经网络在路基沉降预测中精度最高,适宜于广泛推广应用.【期刊名称】《港工技术》【年(卷),期】2010(047)005【总页数】5页(P46-50)【关键词】沉降预测;BP神经网络;遗传优化;遗传算法【作者】郭亚宇;孙立功;苏兆仁【作者单位】陕西铁路工程职业技术学院,陕西,渭南,714000;兰州交通大学土木工程学院,甘肃,兰州,730070;陕西铁路工程职业技术学院,陕西,渭南,714000;中交一航局第三工程有限公司,辽宁,大连,116001【正文语种】中文【中图分类】TU4331 引言随着经济建设的高速发展,在软土地区修建的高速公路日益增多,高速公路对路基的沉降变形和稳定性要求十分严格;而软土压缩性大、透水性差和变形稳定时间长的工程特性给公路的设计与施工带来了许多困难。
在高速公路软基施工时,为了控制施工进度,指导后期施工,需要对路基不同时刻的沉降量以及最终沉降量进行实时预测和分析。
目前采用的主要为理论分析法和数值分析法。
其中理论分析法具有参数要求少、直观、计算简单等优点,但是计算时仅考虑竖向变形,与土体实际受力状态不符,计算精度偏低。
数值分析法则全面地考虑了土体的侧向变形,流变以及边界条件等,理论上虽较为严密,但该方法所需的计算参数较多且不易确定,距广泛应用还有一定距离。
在这种情况下,通过采用科学的预测方法处理现场实测资料,有助于准确地预测沉降,从而使后期施工组织安排达到最优。
目前这类方法有很多,如指数曲线法、双曲线法、皮尔曲线法、泊松曲线法、灰色预测法和BP神经网络预测法等。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
基于改进BP神经网络模型的地面沉降预测及分析
李红霞;赵新华;迟海燕;张建军
【期刊名称】《天津大学学报》
【年(卷),期】2009(042)001
【摘要】针对区域性地面沉降问题,用遗传算法优化BP神经网络的初始权重,建立了地面沉降预测模型.该模型克服了BP神经网络模型存在的收敛速度慢、易陷入局部极小点的缺点.采用后验差检验法对模型拟合结果进行了检验,结果表明模型具有很好地拟合与泛化能力.应用该模型对地下水位影响强度进行了分析,表明地面沉降与地下水位存在一致响应趋势.
【总页数】5页(P60-64)
【作者】李红霞;赵新华;迟海燕;张建军
【作者单位】天津大学环境科学与工程学院,天津,300072;天津大学环境科学与工程学院,天津,300072;天津大学环境科学与工程学院,天津,300072;天津市环境保护科学研究院,天津,300191
【正文语种】中文
【中图分类】P642.26;TP183
【相关文献】
1.基于灰色神经网络模型的基坑开挖引发周边地面沉降预测分析 [J], 赵升峰;韦巡洲;杨新祥
2.基于库伊克模型的地面沉降预测分析 [J], 甄宗坤;蔡东健
3.基于AR模型的上海地区地面沉降预测分析 [J], 焉建国;陈正松;罗志才;李琼
4.基于Preisach滞后模型的地面沉降预测分析 [J], 吴蓉;李成柱
5.基于灰色神经网络GNNM(1,1)模型的地面沉降预测分析 [J], 孙钟磊;钱尊岩因版权原因，仅展示原文概要，查看原文内容请购买。