基于BP神经网络模型的基坑变形预测研究

Prediction Study on Pit Deformation Based on BP Neural Network Modeling

基坑开挖过程中,周围环境大都比较复杂,存在包括土体参数等不明确的影响因素,极易引起基坑结构的不均匀变形,从而危及基坑结构的稳定和邻近建筑物的安全。为了保障大型建筑物的安全,需要对基坑的变形量进行严格的控制。BP神经网络具有非线性映射以及信号前向传播、误差反向传播的特点,目前被广泛应用于基坑的变形预测研究。研究以太湖新城综合管廊深基坑工程监测数据为例,分别以环境变量和水平位移为输入数据,在MATLAB神经网络工具箱函数的支持下,实现了基于BP神经网络的基坑变形预测,并对测斜井某深度的水平位移累积量进行了预测。将2种BP神经网络模型的预测平均相对误差与允许值进行比较,结果表明,这2种BP神经网络模型都可用于对基坑变形量进行预测;通过对模型间对应预测值的比较,发现第二种BP神经网络模型的预测精度相对更高,更适用于基坑工程。