【摘要】： 系统地分析研究了深基坑监测系统的建立与布设，通过具体的工程运用，提出了深基坑监测应注意的事项，并对BP神经网络、灰色系统以及灰色系统—BP神经网络组合模型在深基坑水平变形预测中的应用进行了研究和探讨，其后对比分析了BP神经网络、灰色系统与灰色系统—BP神经网络组合模型在基坑变形预测中的特点，得到了以下几点结论： 1．深基坑变形监测是深基坑信息化施工的重要环节，是保证深基坑安全施工的重要手段，同时，也是利用系统方法进行基坑变形预测的重要前提条件。因此，深基坑变形监测应制定完整的监测方案，合理布置监测点；尽量使用先进的监测仪器，结合设计要求，设定合理的预警值；及时的对监测数据进行处理，以期能及时发现施工过程中的不确定因素，并为深基坑变形预测提供可靠的基础数据。 2．BP神经网络具有良好的容错性和泛化能力，在充分利用原始观测数据进行学习训练后，可以很好的用于深基坑变形预测，预测值精度较高，能够达到工程使用的要求。 3．灰色系统预测值曲线能够很好地模拟实测值，特别是对于渐进变化模拟得很好。但是，其预测曲线的波峰波谷与实测曲线比较要相对滞后，说明GM模型如果用于突发事件的预测，其预测精度会较低。 4．灰色系统—BP神经网络组合模型可以充分的利用灰色系统和神经网络各自的优点，对于“少样本”、“贫数据”的数据序列可以得到较高的预测精度。 5．通过对三种模型预测结果的比较分析，可以看出，在多数情况下，BP神经网络及灰色系统—BP神经网络组合模型的预测结果较灰色系统模型预测结果精确。与BP神经网络相比，灰色系统—BP神经网络组合模型在“少样本”情况下同样能够得到比较准确的结果，同时节省了大量的数据输入时间。 【关键词】：基坑 监测 神经网络 灰色系统 组合模型
【学位授予单位】：西安建筑科技大学
【学位级别】：硕士
【学位授予年份】：2007
【分类号】：TU753
【DOI】：CNKI:CDMD:2.2007.096496
【目录】：

• 摘要4-5
• Abstract5-9
• 第一章 绪论9-15
• 1.1 引言9-10
• 1.2 深基坑工程监测与变形预测研究现状10-13
• 1.2.1 深基坑监测研究现状10-12
• 1.2.2 深基坑变形预测研究现状12-13
• 1.3 本文主要研究内容及研究方法13-15
• 1.3.1 主要研究内容13
• 1.3.2 采用的研究方法13-15
• 第二章 深基坑监测15-28
• 2.1 深基坑监测的目的和基本要求15-16
• 2.1.1 深基坑监测的目的15-16
• 2.1.2 深基坑监测的基本要求16
• 2.2 监测方法、原理和仪器16-24
• 2.2.1 基坑垂直位移监测16-17
• 2.2.2 基坑水平位移监测17-19
• 2.2.3 深层水平位移监测19-22
• 2.2.4 基坑回弹监测22
• 2.2.5 土压力及孔隙水压力监测22-23
• 2.2.6 支护体系内力监测23
• 2.2.7 地下水位监测23-24
• 2.2.8 周边环境监测24
• 2.3 监测方案设计24-26
• 2.3.1 监测方案设计原则24-25
• 2.3.2 监测方案设计的主要内容25-26
• 2.4 监测资料整理26-28
• 2.4.1 监测报表26-27
• 2.4.2 监测报告27-28
• 第三章 人工神经网络简介28-32
• 3.1 人工神经网络的产生及发展28
• 3.2 人工神经网络的基本原理28-32
• 3.2.1 神经元传递函数29-30
• 3.2.2 神经元之间的连接形式30-31
• 3.2.3 神经网络的学习与训练31-32
• 第四章 基于神经网络及灰色系统的基坑变形预测建模32-40
• 4.1 BP神经网络预测模型32-35
• 4.1.1 输入层设计32-33
• 4.1.2 输出层设计33
• 4.1.3 隐含层设计33-34
• 4.1.4 网络学习训练34-35
• 4.1.5 网络泛化能力的提高35
• 4.2 灰色系统预测模型35-38
• 4.2.1 灰色系统GM模型的基本原理35-38
• 4.2.2 灰色系统残差GM模型预测38
• 4.3 灰色系统—BP神经网络组合预测模型38-40
• 第五章 珠江黄埔大桥南汊桥北锚碇超深基坑监测及变形预测分析40-54
• 5.1 工程概况40-41
• 5.2 工程监测方案设计41-46
• 5.2.1 监测内容确定41-42
• 5.2.2 监测方法和仪器42-43
• 5.2.3 监测点布设及保护43-45
• 5.2.4 监测频率和预警值确定45-46
• 5.3 基于BP模型的变形预测及结果分析46-49
• 5.4 基于GM模型的变形预测及结果分析49-50
• 5.5 基于灰色系统—BP神经网络组合模型的变形预测及结果分析50-52
• 5.6 三种模型预测结果的比较分析52-54
• 第六章 结论及建议54-56
• 6.1 主要结论54
• 6.2 建议54-56
• 致谢56-57
• 参考文献57-60
• 作者攻读学位期间发表的论文60