期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
BP神经网络在深基坑位移预测中的应用
被引量：
1
下载PDF
职称材料
导出
摘要
深基坑位移预测成了岩土工作者的一个关注点,文中对近些年BP神经网络在深基坑工程位移预测中的研究应用进行了总结分析,对后续的研究起到了积极的推动作用。
作者
张军舰
左红伟
李英杰
机构地区
中交一航局第二工程有限公司
青岛理工大学土木工程学院
青岛海洋地质研究所
出处
《中国水运（下半月）》
2010年第8期209-210,共2页
关键词
深基坑
位移预测
BP神经网络
分类号
U [交通运输工程]
引文网络
相关文献
节点文献
二级参考文献
82
参考文献
15
共引文献
293
同被引文献
10
引证文献
1
二级引证文献
18
参考文献
15
1
刘明贵,杨永波.
信息融合技术在边坡监测与预报系统中的应用[J]
.岩土工程学报,2005,27(5):607-610.
被引量：25
2
吕三和,闫韶兵,张敬志.
应用BP神经网络预测基坑变形[J]
.城市勘测,2005(1):54-57.
被引量：4
3
李洪,代进,蒋金泉.
偏最小二乘回归的神经网络模型在巷道围岩位移预测中的应用[J]
.煤炭学报,2004,29(3):274-278.
被引量：6
4
高玮.
基于人工神经网络的岩土工程位移预测研究[J]
.武汉工业学院学报,2004,23(1):55-61.
被引量：8
5
赵其华,孙钧,徐伟.
地连墙变形的神经网络多步预测研究[J]
.成都理工学院学报,2002,29(5):581-585.
被引量：18
6
王旭东,赵建平,余闯,杨晓东.
人工神经网络在深基坑变形预测中的应用[J]
.南京工业大学学报（自然科学版）,2002,24(5):73-76.
被引量：26
7
高浪,谢康和.
人工神经网络在岩土工程中的应用[J]
.土木工程学报,2002,35(4):77-81.
被引量：47
8
华瑞平,刘新宇,习剑.
神经网络在深基坑支护变形预测中的应用[J]
.解放军理工大学学报（自然科学版）,2001,2(5):67-70.
被引量：18
9
孙钧,袁金荣.
深大基坑施工变形的智能预测与控制[J]
.地下工程与隧道,2000(4):12-23.
被引量：31
10
Yeh Y,Kuo Y,HSU D.Building KBES for diagnosis PC pile with artificial neural network. Journal of Computing in Civil negineering . 1993
二级参考文献
82
1
潘泉,于昕,程咏梅,张洪才.
信息融合理论的基本方法与进展[J]
.自动化学报,2003,29(4):599-615.
被引量：181
2
谭云亮,孙中辉,杜学东.
冲击地压AE时间序列小波神经网络预测模型[J]
.岩石力学与工程学报,2000,19(z1):1034-1036.
被引量：11
3
杨晓帆,陈廷槐.
人工神经网络固有的优点和缺点[J]
.计算机科学,1994,21(2):23-26.
被引量：71
4
张玉祥,王铁群,杨昌玲,王玉浚.
面向顶板类型识别的人工神经元网络模型[J]
.湘潭矿业学院学报,1994,9(4):1-5.
被引量：3
5
董聪,郦正能,夏人伟,何庆芝.
多层前向网络研究进展及若干问题[J]
.力学进展,1995,25(2):186-196.
被引量：47
6
鲍立威,何敏,沈平.
关于BP模型的缺陷的讨论[J]
.模式识别与人工智能,1995,8(1):1-5.
被引量：43
7
董聪,夏人伟.
智能结构设计与控制中的若干核心技术问题[J]
.力学进展,1996,26(2):166-178.
被引量：64
8
董聪.
多层前向网络的全局最优化问题[J]
.大自然探索,1996,15(4):27-31.
被引量：20
9
廖野澜,谢谟文.
监测位移的灰色预报[J]
.岩石力学与工程学报,1996,15(3):269-274.
被引量：36
10
刘勇.非数值并行算法（第二册）-遗传算法[M].科学出版社,1997.1.
共引文献
293
1
张凌凡,陈忠辉,周天白,年庚乾,王建明,周子涵.
基于梯度提升决策树的露天矿边坡多源信息融合与稳定性预测[J]
.煤炭学报,2020(S01):173-180.
被引量：11
2
王涛.
神经网络在边坡变形预测中的应用[J]
.酒城教育,2020(1):71-75.
3
李智翔.
基于PSO-RBF的桥梁群桩基础轴力的预测方法分析[J]
.江西建材,2023(8):304-307.
4
黄浩,陶龙光,李幻.
人工神经网络在岩土工程中的应用状况及前景[J]
.工业建筑,2007,37(z1):844-847.
被引量：1
5
李镜培,褚峰.
基于径向基神经网络的基坑支护位移预测方法[J]
.地下空间与工程学报,2005,1(4):506-509.
被引量：7
6
星瞬,班丽婵.
娱乐营销的快感[J]
.科技资讯,2005,3(18):65-67.
7
罗波,远祯.
改进BP网络在深基坑变形预测中的应用[J]
.工业建筑,2006,36(z1):683-687.
被引量：5
8
李元松,李新平,张成良.
基于BP网络的隧道围岩位移预测方法[J]
.岩石力学与工程学报,2006,25(z1):2969-2973.
被引量：21
9
赵洪波,杨旭东,张英宝.
基坑工程变形预报的新方法[J]
.工业建筑,2004,34(z2):118-121.
10
高玮.
基于人工神经网络的岩土工程位移预测研究[J]
.武汉工业学院学报,2004,23(1):55-61.
被引量：8
同被引文献
10
1
李德仁,廖明生,王艳.
永久散射体雷达干涉测量技术[J]
.武汉大学学报（信息科学版）,2004,29(8):664-668.
被引量：118
2
刘广,郭华东,Ramon Hanssen,Zbigniew Perski,李新武,岳焕印,范景辉.
InSAR技术在矿区沉降监测中的应用研究[J]
.国土资源遥感,2008,20(2):51-55.
被引量：34
3
范洪冬,邓喀中,祝传广,陈炳乾,李培现.
基于时序SAR技术的采空区上方高速公路变形监测及预测方法[J]
.煤炭学报,2012,37(11):1841-1846.
被引量：32
4
陈炳乾,邓喀中,范洪冬.
基于D-InSAR技术和SVR算法的开采沉陷监测与预计[J]
.中国矿业大学学报,2014,43(5):880-886.
被引量：37
5
杨俊凯,范洪冬,赵伟颖,冯军.
基于D-InSAR技术和灰色Verhulst模型的矿区沉降监测与预计[J]
.金属矿山,2015,44(3):143-147.
被引量：31
6
杨泽发,易辉伟,朱建军,李志伟,苏军明,刘奇.
基于InSAR时序形变的矿区全盆地沉降时空演化规律分析[J]
.中国有色金属学报,2016,26(7):1515-1522.
被引量：16
7
杨泽发.
基于单轨InSAR数据的矿区地表三维形变监测与预计研究[J]
.地理与地理信息科学,2018,34(4):125-125.
被引量：8
8
黄洁慧,谢谟文,王立伟.
SBAS技术在矿区地铁选线中的应用[J]
.地球物理学进展,2019,34(4):1621-1626.
被引量：2
9
李达,邓喀中,高晓雄,牛海鹏.
基于SBAS-InSAR的矿区地表沉降监测与分析[J]
.武汉大学学报（信息科学版）,2018,43(10):1531-1537.
被引量：88
10
刘勇健,李彰明,张建龙,易又庆.
基于遗传-神经网络的深基坑变形实时预报方法研究[J]
.岩石力学与工程学报,2004,23(6):1010-1014.
被引量：36
引证文献
1
1
李勇发,左小清,麻源源,熊鹏,杨芳.
基于PS-InSAR技术和遗传神经网络算法的矿区地表沉降监测与预计[J]
.地球物理学进展,2020,35(3):845-851.
被引量：18
二级引证文献
18
1
杨帆,胡晋,孙彩霞.
InSAR技术结合深度学习的范围性地表沉降预测[J]
.测绘科学,2022,47(7):60-68.
被引量：2
2
任敏,朱万成,贾瀚文,程关文,李斓堃,代风.
浅埋采空区顶板应力变形与地表沉降的动态关系分析[J]
.金属矿山,2020,49(1):186-192.
被引量：4
3
罗柱.
沿海盐碱化地区软土地基处理安全分层风险评估体系研究[J]
.广东土木与建筑,2021,28(4):51-53.
被引量：2
4
张红峰,刘瀛.
基于改进PSInSAR技术的非城区地表形变监测[J]
.大地测量与地球动力学,2021,41(6):568-571.
被引量：2
5
游洪,米鸿燕,李勇发,王志红,刘岚,熊鹏.
InSAR技术支持下的高速铁路沿线沉降监测与预测[J]
.测绘科学,2021,46(7):67-75.
被引量：9
6
周定义,左小清.
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]
.云南大学学报（自然科学版）,2021,43(5):895-905.
被引量：14
7
张通德,冯晓,党升.
基于PSInSAR的成都地区地表沉降空间分布研究[J]
.北京测绘,2022,36(1):74-77.
被引量：1
8
杨旺,何毅,张立峰,王文辉,陈有东,陈毅.
甘肃金川矿区地表三维形变InSAR监测[J]
.自然资源遥感,2022,34(1):177-188.
被引量：9
9
肖波,赵俊三,周定义,喜文飞,赵振峰.
SBAS-InSAR技术支持下的滇西北宾川断陷盆地沉降监测与预测[J]
.昆明理工大学学报（自然科学版）,2022,47(3):30-39.
被引量：4
10
王兰英,邹道磊.
矿区沉降监测的InSAR技术应用研究分析[J]
.世界有色金属,2022,47(12):211-213.
1
邵华,张子新.
基于地层损失概念的盾构穿越运营隧道有限元分析[J]
.现代隧道技术,2007,44(2):35-42.
被引量：4
2
盖怀涛,侯永峰,董丹丹.
浅埋隧道施工对建构筑物影响的分析与控制[J]
.山西建筑,2007,33(34):309-310.
被引量：3
3
陈枫,胡志平.
盾构偏航引起的地表位移预测[J]
.岩土力学,2004,25(9):1427-1431.
被引量：13
4
李元松,李新平,张成良.
基于BP网络的隧道围岩位移预测方法[J]
.岩石力学与工程学报,2006,25(z1):2969-2973.
被引量：21
5
贺建民,戴小平,郭磊.
隧道围岩稳定性及安全性分析的位移判别方法[J]
.矿业安全与环保,2001,28(5):36-37.
被引量：2
6
郭小红.
南京市中山门公路隧道设计[J]
.公路,1997,42(11):16-22.
被引量：2
7
韩德元,尹晓文.
小波神经网络在隧道围岩位移预测中的研究[J]
.山西建筑,2013,39(7):167-169.
8
杨继胜,明世祥.
时间序列分析法与巷道位移预测[J]
.西部探矿工程,2005,17(12):169-170.
被引量：1
9
韩煊,罗文林,李宁.
地铁隧道施工引起沉降槽宽度的影响因素[J]
.地下空间与工程学报,2009,5(A6):1188-1193.
被引量：34
10
李井增,张清波,陆晓勇.
施工中重力式码头的变形监测与分析[J]
.江苏交通科技,2007(6):30-31.
中国水运（下半月）
2010年 第8期
职称评审材料打包下载
相关作者
内容加载中请稍等...
相关机构
内容加载中请稍等...
相关主题
内容加载中请稍等...
浏览历史
内容加载中请稍等...
;
用户登录
登录
IP登录
使用帮助
返回顶部
