【摘要】： 随着我国经济的快速发展,基础建设也进入一个高峰期,深基坑开挖作为建筑工程的一部分是人们必须经常面对的一大课题。深基坑开挖必然要引起变形,基坑变形的监测和预测作为信息化施工最关键的环节,它也就成为深基坑工程施工设计重点解决的问题之一。然而,基坑变形预测是一个复杂的非线性问题,传统的理论计算法以及目前常用的有限元法都不同程度地存在着局限性。如何能找到一种科学的、准确的用于深基坑变形预测的方法便具有了重大的工程实践意义。 本文在前人研究的基础上,详细分析了实测数据分析法中的灰色系统(GM)模型及灰色马尔可夫链(SCGM)模型的基本理论,并在此基础上给出了相关的预测模型;本文在介绍人工神经网络理论发展简史以及其在工程中应用的基础上,深入分析了人工神经网络的结构、特征以及学习算法,并给出了用于基坑变形预测的BP神经网络模型;最后针对同一工程实例,在MATLAB7.0实用工具箱的基础上编译三种理论方法的预测程序,通过选择不同的控制参数段以及训练函数来进行对比分析,从而说明人工神经网络BP模型用于深基坑变形预测是可行的,能够很好的预测变形的未来发展趋势,而GM模型和SCGM模型在监测数据不太多以及安全控制要求严格的情况下可以作为一种辅助性的变形预测手段。 【关键词】：变形预测BP网络 灰色系统 灰色马尔可夫链 深基坑工程
【学位授予单位】：天津大学
【学位级别】：硕士
【学位授予年份】：2007
【分类号】：TU753
【DOI】：CNKI:CDMD:2.2008.186046
【目录】：

• 中文摘要3-4
• ABSTRACT4-7
• 第一章 绪论7-13
• 1.1 引言7-9
• 1.1.1 深基坑发展的概况7-8
• 1.1.2 基坑工程的特点8-9
• 1.1.3 基坑工程的基本技术要求9
• 1.2 研究及应用现状9-11
• 1.3 本课题的主要工作11-13
• 1.3.1 本课题的确立及主要意义11
• 1.3.2 本课题的主要内容及技术路线11-13
• 第二章 灰色系统理论及灰色马尔可夫链基本原理13-25
• 2.1 灰色系统理论的基本原理13-18
• 2.1.1 什么是灰色系统理论13-15
• 2.1.2 灰色系统GM 预测模型15-16
• 2.1.3 残差序列建模16-18
• 2.2 灰色马尔可夫链基本原理18-24
• 2.2.1 什么是马尔可夫链18
• 2.2.2 马尔可夫链的数学定义及性质18-21
• 2.2.3 传统的马尔可夫链预测方法21-23
• 2.2.4 灰色马尔可夫链预测方法23-24
• 2.3 本章小结24-25
• 第三章 人工神经网络的基本原理25-39
• 3.1 人工神经网络的发展史25-27
• 3.2 人工神经网络在深基坑中的应用27-29
• 3.3 BP 神经网络的基本原理29-35
• 3.3.1 生物神经元简介29-31
• 3.3.2 人工神经网络结构31-33
• 3.3.3 BP 神经网络结构及算法33-35
• 3.4 BP 基于MATLAB 的神经网络训练程序及说明35-38
• 3.4.1 MATLAB 神经网络工具箱35-36
• 3.4.2 运用MATLAB 工具箱设计神经网络的原则和过程36-38
• 3.5 本章小结38-39
• 第四章 各种理论方法在工程实例中的比较分析39-67
• 4.1 基坑变形监测39-41
• 4.1.1 基坑变形监测的基本要求39-40
• 4.1.2 监测数据预处理40-41
• 4.2 工程实例41-43
• 4.2.1 大连某深基坑工程概况41-42
• 4.2.2 地质概况42-43
• 4.3 理论方法应用分析43-65
• 4.3.1 灰色系统模型应用43-47
• 4.3.2 灰色马尔可夫链的应用47-56
• 4.3.3 BP 神经网络模型的应用56-64
• 4.3.4 预测结果比较64-65
• 4.4 本章小结65-67
• 第五章 影响预测效果的主要因素及选择分析67-70
• 5.1 影响预测效果的主要因素67-68
• 5.1.1 影响预测效果的外因67-68
• 5.1.2 影响预测效果的内因68
• 5.2 预测方法选择分析68-70
• 第六章 结论及展望70-73
• 6.1 主要结论70-71
• 6.2 今后研究的展望71-73
• 参考文献73-76
• 发表论文和科研情况说明76-77
• 致谢77