基于人工神经网络的基坑钢支撑轴力预测研究

以温度、湿度、风速、升降温速率、阳光照射时间和阳光直射钢支撑面积作为神经网络的输入因子,钢支撑轴力作为输出因子,基于BP神经网络,建立深基坑非施工期钢支撑轴力预测模型,利用Matlab软件对神经网络进行训练,并结合实测值对钢支撑轴力值进行检验。结果表明:外界环境温度对支撑轴力影响呈现"M"式变化前进的规律;其神经网络预测模型回归分析线性相关系数都达到0.75以上;通过对预测轴力值与实测值的综合对比分析,测试样本预测相对误差最大值为0.183,相对误差最小值为0,预测的结果基本符合现场钢支撑轴力的变化趋势;该模型程序具有适应能力强、预测准确度高、操作简便等优点。该钢支撑轴力预测研究为非施工期基坑安全问题提供新的参考依据。