[發(fā)明專利]一種基于改進(jìn)的人工蜂群算法與BP神經(jīng)網(wǎng)絡(luò)的基坑變形預(yù)測方法在審
| 申請?zhí)枺?/td> | 202010824412.2 | 申請日: | 2020-08-17 |
| 公開(公告)號: | CN111967079A | 公開(公告)日: | 2020-11-20 |
| 發(fā)明(設(shè)計)人: | 張箭;豐土根;王超然;周坤;謝康;鐘小春;張坤勇;張福海;杭志斌 | 申請(專利權(quán))人: | 河海大學(xué) |
| 主分類號: | G06F30/13 | 分類號: | G06F30/13;G06F30/27;G06N3/00;G06N3/04;G06N3/08 |
| 代理公司: | 南京燦爛知識產(chǎn)權(quán)代理有限公司 32356 | 代理人: | 趙麗 |
| 地址: | 210024*** | 國省代碼: | 江蘇;32 |
| 權(quán)利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 一種 基于 改進(jìn) 人工 蜂群 算法 bp 神經(jīng)網(wǎng)絡(luò) 基坑 變形 預(yù)測 方法 | ||
本發(fā)明提供了一種基于改進(jìn)的人工蜂群算法與BP神經(jīng)網(wǎng)絡(luò)的基坑變形預(yù)測方法,解決現(xiàn)有難以提前預(yù)判可能出現(xiàn)風(fēng)險的類型和風(fēng)險部位的難題,利用灰色關(guān)聯(lián)度分析法可找出與預(yù)測目標(biāo)變化趨勢具有一致性的輸入變量,利用加入自適應(yīng)系數(shù)改進(jìn)的人工蜂群算法在全局內(nèi)尋找BP神經(jīng)網(wǎng)絡(luò)的較優(yōu)初始值,加速網(wǎng)絡(luò)的訓(xùn)練速度,提高預(yù)測精度,在施工前預(yù)測基坑開挖后可能產(chǎn)生的變形,提前估算所采取施工參數(shù)的合理性,對于保證施工安全,控制基坑變形,科學(xué)規(guī)劃施工進(jìn)度有借鑒意義。
技術(shù)領(lǐng)域
本發(fā)明是一種基于神經(jīng)網(wǎng)絡(luò)的基坑開挖引起地表沉降與深層水平位移的分析方法,涉及巖土工程及隧道工程領(lǐng)域,具體涉及基坑開挖變形實(shí)時監(jiān)測預(yù)報及穩(wěn)定性分析領(lǐng)域。
背景技術(shù)
隨著城市軌道交通、地下交通、地下綜合管廊等新型城鎮(zhèn)化建設(shè)的推進(jìn),我國涌現(xiàn)出一批深、大基坑工程,如何保證深大基坑安全施工是工程師們廣泛關(guān)注的問題?,F(xiàn)階段,工程師們主要通過圍護(hù)結(jié)構(gòu)的深層水平位移和周圍地表沉降等監(jiān)測,判斷基坑項(xiàng)目的安全性。雖然現(xiàn)場監(jiān)測能判斷基坑開挖后結(jié)構(gòu)和地層變形是否超出預(yù)警值,但難以提前預(yù)判可能出現(xiàn)風(fēng)險的類型和風(fēng)險部位,以便提出合理的安全施工保障措施。如果能夠根據(jù)已有地層條件和施工條件,提前預(yù)測基坑圍護(hù)結(jié)構(gòu)和地表變形規(guī)律,則可基于變形控制指標(biāo),合理調(diào)整基坑開挖參數(shù),達(dá)到安全施工的目的。因此,開展基坑變形預(yù)測的研究工作十分必要,對保證施工質(zhì)量,確保施工安全有重要意義
在研究初期,國內(nèi)外學(xué)者普遍通過統(tǒng)計學(xué)與力學(xué)角度分析基坑施工誘發(fā)的地層變形。隨后,有學(xué)者從數(shù)值模擬與模型試驗(yàn)的角度開展研究。隨著大數(shù)據(jù)和5G技術(shù)的發(fā)展,結(jié)合機(jī)器學(xué)習(xí)的方法解決基坑工程安全施工問題已成為必然的發(fā)展趨勢。BP神經(jīng)網(wǎng)絡(luò)是一種有監(jiān)督型的機(jī)器學(xué)習(xí)算法,具有較強(qiáng)的非線性映射能力和容錯能力,其預(yù)測能力優(yōu)于傳統(tǒng)的回歸分析法,預(yù)測出的模型有較高精度,是建立預(yù)測模型的有效手段。其通過信號正向傳播與誤差反向傳播實(shí)現(xiàn)網(wǎng)絡(luò)的訓(xùn)練,反復(fù)訓(xùn)練優(yōu)化網(wǎng)絡(luò)權(quán)值后,可對往期數(shù)據(jù)進(jìn)行非線性擬合并預(yù)測近期變形,特別適合處理內(nèi)部機(jī)制復(fù)雜的問題。但是,BP神經(jīng)網(wǎng)絡(luò)初始值往往隨機(jī)選定,存在預(yù)測精度低、收斂速度慢、易陷入局部極小值和模型自變量選擇多樣等缺點(diǎn)。
發(fā)明內(nèi)容
本發(fā)明所要解決的技術(shù)問題是,提供了一種基于改進(jìn)的人工蜂群算法與BP神經(jīng)網(wǎng)絡(luò)的基坑變形預(yù)測方法,解決現(xiàn)有難以提前預(yù)判可能出現(xiàn)風(fēng)險的類型和風(fēng)險部位的難題,利用灰色關(guān)聯(lián)度分析法可找出與預(yù)測目標(biāo)變化趨勢具有一致性的輸入變量,利用加入自適應(yīng)系數(shù)改進(jìn)的人工蜂群算法在全局內(nèi)尋找BP神經(jīng)網(wǎng)絡(luò)的較優(yōu)初始值,加速網(wǎng)絡(luò)的訓(xùn)練速度,提高預(yù)測精度,在施工前預(yù)測基坑開挖后可能產(chǎn)生的變形,提前估算所采取施工參數(shù)的合理性,對于保證施工安全,控制基坑變形,科學(xué)規(guī)劃施工進(jìn)度有借鑒意義。
為解決上述技術(shù)問題,本發(fā)明采用的技術(shù)方案為:
一種基于改進(jìn)的人工蜂群算法與BP神經(jīng)網(wǎng)絡(luò)的基坑變形預(yù)測方法,
該方法包括以下步驟:
步驟S1:收集已開挖斷面的土層參數(shù)、施工參數(shù)和基坑變形指標(biāo)的樣本數(shù)據(jù);
步驟S2:利用灰色關(guān)聯(lián)度分析,以土層參數(shù)和施工參數(shù)為比較數(shù)列、以基坑變形指標(biāo)為參考數(shù)列建立關(guān)聯(lián)度模型,根據(jù)關(guān)聯(lián)系數(shù)大小,剔除與基坑變形指標(biāo)不相關(guān)的土層參數(shù)和施工參數(shù);
步驟S3:以步驟S2經(jīng)過篩選的施工參數(shù)和土層參數(shù)作為輸入變量,以基坑變形指標(biāo)作為輸出變量,建立BP神經(jīng)網(wǎng)絡(luò);
步驟S4:在人工蜂群算法中引入自適應(yīng)系數(shù),基于步驟S4中BP神經(jīng)網(wǎng)絡(luò)的網(wǎng)絡(luò)大小,建立蜂群結(jié)構(gòu),搜索初始權(quán)值和閾值,計算適應(yīng)值,根據(jù)適應(yīng)值更新最優(yōu)解,優(yōu)化BP神經(jīng)網(wǎng)絡(luò);
步驟S5:收集未開挖斷面的土層參數(shù)與預(yù)采取的施工參數(shù),預(yù)測未開挖斷面的基坑變形數(shù)據(jù),指導(dǎo)施工開挖。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于河海大學(xué),未經(jīng)河海大學(xué)許可,擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202010824412.2/2.html,轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。





