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
共找到
4
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
超大直径盾构隧道工作井深基坑变形预测
被引量:
1
1
作者
孙敬轩
苏秀婷
+3 位作者
陈健
张亚男
孙文景
刘涛
《城市轨道交通研究》
北大核心
2023年第9期51-56,共6页
目的:深基坑的变形预测是岩土工程领域的一大关键问题,为了高效、准确地预测深基坑工程的变形情况,提出一种优化MSD(可发挥强度设计)基坑变形预测法(以下简称“MSD法”)。方法:基于现有的MSD法,引入围护结构弯曲变形能和内支撑压缩弹性...
目的:深基坑的变形预测是岩土工程领域的一大关键问题,为了高效、准确地预测深基坑工程的变形情况,提出一种优化MSD(可发挥强度设计)基坑变形预测法(以下简称“MSD法”)。方法:基于现有的MSD法,引入围护结构弯曲变形能和内支撑压缩弹性势能,将围护结构纳入计算体系;介绍了基于优化MSD法的各阶段基坑变形计算步骤;以济南黄河隧道北岸盾构工作井基坑工程为例,对深基坑变形进行有限元模拟;以基坑长边中点位置处的测点为例,将施作内支撑后的实际监测结果、优化MSD法所得计算结果和有限元模型获得的数值模拟结果进行对比分析。结果及结论:随着围护结构埋深的增加,围护结构的变形呈现先增大后减小的趋势;围护结构水平变形峰值约为30 mm,出现在围护结构埋深25 m处;在围护结构埋深大于10 m处,优化MSD法的计算结果与实际监测结果的吻合程度高于数值模拟结果;优化MSD法的计算值与现场实测值在趋势上高度相同,但二者的数值仍有偏差。
展开更多
关键词
盾构隧道
超大直径
深基坑变形预测
下载PDF
职称材料
贝叶斯正则化神经网络在深基坑变形预测的应用
被引量:
6
2
作者
岳建伟
仲豪磊
+4 位作者
顾丽华
邢旋旋
黎鹏
张静
王自法
《河南大学学报(自然科学版)》
CAS
2022年第2期200-209,共10页
针对传统BP神经网络在深基坑施工开挖变形的预测,基坑的安全性判定仅利用监测的最终数值而无法全面服务于深基坑工程,提出了一种遗传算法(Genetic Algorithm,GA)和贝叶斯正则化算法(Bayesian Regularization,BR)组合优化传统BP神经网络...
针对传统BP神经网络在深基坑施工开挖变形的预测,基坑的安全性判定仅利用监测的最终数值而无法全面服务于深基坑工程,提出了一种遗传算法(Genetic Algorithm,GA)和贝叶斯正则化算法(Bayesian Regularization,BR)组合优化传统BP神经网络的预测模型,在优化预测模型中加入了影响深基坑安全稳定的客观因素及人为主观因素,进一步提高了BP神经网络全局优化能力以及泛化能力.研究结果表明:该组合优化方法对深基坑地表沉降和水平位移变形预测的平均相对误差分别为0.32%和0.59%,表现出较高的预测精度.该组合优化模型首次在深基坑变形领域验证了应用的可行性,为深基坑变形预测提供了新的思路和方法.
展开更多
关键词
深基坑变形预测
贝叶斯正则化
遗传算法
BP神经网络
人为主观因素
原文传递
基于LSTM-GM神经网络模型的深基坑沉降变形预测
被引量:
7
3
作者
袁志明
李沛鸿
+1 位作者
钟亮
杨鹏
《江西理工大学学报》
CAS
2020年第1期8-14,共7页
针对基于少量样本的长短记忆时(LSTM)神经网络深基坑变形预测精度较低的问题,提出组合的LSTM-GM预测模型,并运用于地铁深基坑变形预测。将LSTM预测结果的波动项,采用灰色模型(GM)对波动项进行循环预测,满足阈值则完成循环。通过3组不同...
针对基于少量样本的长短记忆时(LSTM)神经网络深基坑变形预测精度较低的问题,提出组合的LSTM-GM预测模型,并运用于地铁深基坑变形预测。将LSTM预测结果的波动项,采用灰色模型(GM)对波动项进行循环预测,满足阈值则完成循环。通过3组不同样本数据的实验,结果表明组合模型在少量样本情况下预测精度高于LSTM模型。此外,将该模型与适用于深基坑变形预测的BP神经网络预测模型和支持向量机(SVM)预测模型对比,分析发现组合模型结合了LSTM预测模型和GM预测模型的优势,拥有更好的预测效果,预测结果趋势符合实际。
展开更多
关键词
长短记忆时
灰色
预测
模型
波动项循环
预测
深基坑变形预测
下载PDF
职称材料
灰色预测在基坑变形监测中的应用
4
作者
陈立樟
《福建建设科技》
2010年第5期6-7,共2页
建筑基坑施工中,变形监测是基坑是否安全的重要环节,将灰色系统理论应用于基坑变形监测的数据分析,结合工程实例,可进行变形预测结果的分析和检验,进而证实基坑位移变形分析中采用灰色GM(1,1)预测方法的可行性。该方法的拟合度较高,有...
建筑基坑施工中,变形监测是基坑是否安全的重要环节,将灰色系统理论应用于基坑变形监测的数据分析,结合工程实例,可进行变形预测结果的分析和检验,进而证实基坑位移变形分析中采用灰色GM(1,1)预测方法的可行性。该方法的拟合度较高,有其适用性。
展开更多
关键词
深
基坑
变形
灰色
预测
等步长GM(1
1)模型
下载PDF
职称材料
题名
超大直径盾构隧道工作井深基坑变形预测
被引量:
1
1
作者
孙敬轩
苏秀婷
陈健
张亚男
孙文景
刘涛
机构
中国海洋大学环境科学与工程学院
上海勘察设计研究院(集团)有限公司
中铁十四局集团有限公司
山东省海洋环境地质工程重点实验室
青岛海洋科学与技术国家实验室
出处
《城市轨道交通研究》
北大核心
2023年第9期51-56,共6页
基金
国家自然科学基金资助项目(U2006213)
中央高校基本科研业务费专项项目(201962011,202061034)。
文摘
目的:深基坑的变形预测是岩土工程领域的一大关键问题,为了高效、准确地预测深基坑工程的变形情况,提出一种优化MSD(可发挥强度设计)基坑变形预测法(以下简称“MSD法”)。方法:基于现有的MSD法,引入围护结构弯曲变形能和内支撑压缩弹性势能,将围护结构纳入计算体系;介绍了基于优化MSD法的各阶段基坑变形计算步骤;以济南黄河隧道北岸盾构工作井基坑工程为例,对深基坑变形进行有限元模拟;以基坑长边中点位置处的测点为例,将施作内支撑后的实际监测结果、优化MSD法所得计算结果和有限元模型获得的数值模拟结果进行对比分析。结果及结论:随着围护结构埋深的增加,围护结构的变形呈现先增大后减小的趋势;围护结构水平变形峰值约为30 mm,出现在围护结构埋深25 m处;在围护结构埋深大于10 m处,优化MSD法的计算结果与实际监测结果的吻合程度高于数值模拟结果;优化MSD法的计算值与现场实测值在趋势上高度相同,但二者的数值仍有偏差。
关键词
盾构隧道
超大直径
深基坑变形预测
Keywords
shield tunnel
super-large diameter
deep foundation pit deformation prediction
分类号
TU433 [建筑科学—岩土工程]
下载PDF
职称材料
题名
贝叶斯正则化神经网络在深基坑变形预测的应用
被引量:
6
2
作者
岳建伟
仲豪磊
顾丽华
邢旋旋
黎鹏
张静
王自法
机构
河南大学土木建筑学院
河南省轨道交通智能建造工程中心
出处
《河南大学学报(自然科学版)》
CAS
2022年第2期200-209,共10页
基金
国家自然科学基金资助项目(51978634)
河南省科技攻关项目(212102310287)
河南省科技攻关项目(212102310271)
文摘
针对传统BP神经网络在深基坑施工开挖变形的预测,基坑的安全性判定仅利用监测的最终数值而无法全面服务于深基坑工程,提出了一种遗传算法(Genetic Algorithm,GA)和贝叶斯正则化算法(Bayesian Regularization,BR)组合优化传统BP神经网络的预测模型,在优化预测模型中加入了影响深基坑安全稳定的客观因素及人为主观因素,进一步提高了BP神经网络全局优化能力以及泛化能力.研究结果表明:该组合优化方法对深基坑地表沉降和水平位移变形预测的平均相对误差分别为0.32%和0.59%,表现出较高的预测精度.该组合优化模型首次在深基坑变形领域验证了应用的可行性,为深基坑变形预测提供了新的思路和方法.
关键词
深基坑变形预测
贝叶斯正则化
遗传算法
BP神经网络
人为主观因素
Keywords
deformation prediction of deep foundation pit
Bayesian regularization
genetic algorithm
BP neural networks
human subjective factors
分类号
TU433 [建筑科学—岩土工程]
TP183 [自动化与计算机技术—控制理论与控制工程]
原文传递
题名
基于LSTM-GM神经网络模型的深基坑沉降变形预测
被引量:
7
3
作者
袁志明
李沛鸿
钟亮
杨鹏
机构
江西理工大学建筑与测绘工程学院
出处
《江西理工大学学报》
CAS
2020年第1期8-14,共7页
基金
中国科学院数字地球重点实验室开放基金项目(2013LDE001)。
文摘
针对基于少量样本的长短记忆时(LSTM)神经网络深基坑变形预测精度较低的问题,提出组合的LSTM-GM预测模型,并运用于地铁深基坑变形预测。将LSTM预测结果的波动项,采用灰色模型(GM)对波动项进行循环预测,满足阈值则完成循环。通过3组不同样本数据的实验,结果表明组合模型在少量样本情况下预测精度高于LSTM模型。此外,将该模型与适用于深基坑变形预测的BP神经网络预测模型和支持向量机(SVM)预测模型对比,分析发现组合模型结合了LSTM预测模型和GM预测模型的优势,拥有更好的预测效果,预测结果趋势符合实际。
关键词
长短记忆时
灰色
预测
模型
波动项循环
预测
深基坑变形预测
Keywords
Long and Short Term Memory
Grey Model
cycle prediction of fluctuation items
settlement deformation prediction of deep foundation pit
分类号
TU196 [建筑科学—建筑理论]
下载PDF
职称材料
题名
灰色预测在基坑变形监测中的应用
4
作者
陈立樟
机构
福建省建筑科学研究院
出处
《福建建设科技》
2010年第5期6-7,共2页
文摘
建筑基坑施工中,变形监测是基坑是否安全的重要环节,将灰色系统理论应用于基坑变形监测的数据分析,结合工程实例,可进行变形预测结果的分析和检验,进而证实基坑位移变形分析中采用灰色GM(1,1)预测方法的可行性。该方法的拟合度较高,有其适用性。
关键词
深
基坑
变形
灰色
预测
等步长GM(1
1)模型
Keywords
deep pit deformation
gray prediction
equal step GM(1
1) model
分类号
TU433 [建筑科学—岩土工程]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
超大直径盾构隧道工作井深基坑变形预测
孙敬轩
苏秀婷
陈健
张亚男
孙文景
刘涛
《城市轨道交通研究》
北大核心
2023
1
下载PDF
职称材料
2
贝叶斯正则化神经网络在深基坑变形预测的应用
岳建伟
仲豪磊
顾丽华
邢旋旋
黎鹏
张静
王自法
《河南大学学报(自然科学版)》
CAS
2022
6
原文传递
3
基于LSTM-GM神经网络模型的深基坑沉降变形预测
袁志明
李沛鸿
钟亮
杨鹏
《江西理工大学学报》
CAS
2020
7
下载PDF
职称材料
4
灰色预测在基坑变形监测中的应用
陈立樟
《福建建设科技》
2010
0
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部