【摘要】：基坑监测与工程的设计、施工同被列为深基坑工程质量保证的三大基本要素。动态设计、信息化施工理念越来越深入人心。其中利用前期工程监测数据进行后期预测是该技术重要的环节。而传统的预测方法由于其自身的局限性以及施工过程中不确定的因素较多，往往无法得到准确的数值解。神经网络具有良好的非线性映射能力，特别适合于处理各种非线性问题。
文中采用在BP神经网络基础上进行改进的ICBP(Improved Circular Backpropagation)神经网络进行
基坑监测数据的预测分析。对于ICBP神经网络仍然存在隐含层单元数很难确定的问题，运用遗传算法加以确定，以达到对神经网络结构的优化处理。应用经遗传算法优化的ICBP神经网络建立了两种预测模型，一是基于横向推广的预测模型，即利用已知数据建立各参数之间的非线性关系：二是在考虑打折最小平方原理的基础上建立了基于时间序列的预测模型，即利用前一时期信息来预测后一阶段系统的状态，同时运用多步滚动预测技术，实现了预测精度较为理想的动态预测。
润扬大桥南汊南锚碇深基坑工程采用冻结排桩围护结构，在国内尚属首次，基坑开挖过程中所受荷载情况复杂，监测信息分析预测是工程安全的重要保障。文中将上述两种预测模型应用于基坑的监测信息分析预测中，主要对基坑监测的支护结构的变形、孔隙水压力以及支撑轴力等监测信息分别进行了动态预测，结果表明两种预测模型都是可行的。监测信息动态预测表明，南锚碇深基坑在修改设计进行加固处理后，一直处于稳定状态。
【关键词】：深基坑 神经网络 遗传算法 监测 动态预测 时间序列 【学位授予单位】：河海大学
【学位级别】：硕士
【学位授予年份】：2005
【分类号】：TU753
【DOI】：CNKI:CDMD:2.2005.042485
【目录】：
- 第一章 绪论7-15
- 1．1 问题的提出7-8
- 1．2 基坑监测研究进展8-10
- 1．3 神经网络在基坑工程中的应用10-12
- 1．4 主要研究内容及研究思路12-15
- 第二章 基坑工程监测方法15-26
- 2．1 基坑工程的特点15-17
- 2．2 基坑工程监测的重要性和目的17-19
- 2．3 监测系统设计原则19-20
- 2．4 基坑监测的内容及资料整理20-26
- 第三章 神经网络与遗传算法的基本原理26-43
- 3．1 时间序列预测原理26-30
- 3．2 神经网络基本原理30-35
- 3．3 遗传算法基本原理35-43
- 第四章 基于人工神经网络的基坑稳定预测建模方法43-55
- 4．1 预测的基本概念43-44
- 4．2 基于神经网络的基坑工程问题建模方法44-50
- 4．3 基于神经网络的基坑工程问题预测模型50-55
- 第五章 润扬大桥南锚旋深基坑监测信息预测分析55-74
- 5．1 润扬大桥南汉南锚旋基坑概况55-64
- 5．2 基于时间序列的神经网络预测64-70
- 5．3 基于横向推广的神经网络预测70-74
- 第六章 总结74-75
- 参考文献75-79
- 致谢79
