10.19713/j.cnki.43-1423/u.T20210086
基于MEC-BP神经网络的基坑水平位移反演分析
随着城市地铁建设快速发展,地铁车站基坑的变形要求越来越严格,基坑土层设计参数的选择面临着极大挑战.利用思维进化算法(MEC)优化BP神经网络的初始权值和阈值,结合有限元数值模拟,提出基于基坑水平位移的土层参数反演分析方法.采用文献算例对该方法进行验证,并与不同反演方法进行对比.研究结果表明:1)MEC-BP神经网络对多工况水平位移的反演分析结果与文献结果基本一致,验证了该方法的有效性和实用性;2)MEC-BP神经网络的收敛速度快于遗传神经网络(GA-BP),其反演结果优于常规BP神经网络、GA-BP方法和修正高斯-牛顿法(G-N);3)采用标量误差函数Ferr进行寻优,可以提高MEC-BP法水平位移反演分析结果的稳定性和准确性.
深基坑、位移反演分析、参数优化、思维进化算法、BP神经网络、适应度函数
18
TU753(建筑施工)
国家自然科学基金资助项目51978541
2021-09-22（万方平台首次上网日期，不代表论文的发表时间）
共9页
1764-1772
