论文部分内容阅读
随着我国经济的高速发展,基建投资的加大,深基坑工程的安全成了建筑安全的重点,其支护形式、安全监测与变形预测则就成了岩土工程领域的重要研究课题。基坑在开挖过程中,必然会引起基坑的变形。然而,如何找到一种科学准确的基坑形变预测方法对工程实践具有重要意义。本文以武汉王家墩中央商务区地下交通环廊第一标深基坑工程为背景,分析了地下交通环廊的SMW工法桩、双轴搅拌桩及高压旋喷桩支护的施工方法,分析了地下交通环廊深基坑的特点。在前人的研究基础上,分析了灰色系统理论和马尔可夫理论及BP神经网络原理,并建立了基于灰色系统、灰色马尔可夫链、BP神经网络及灰色马尔可夫-BP神经网络的变形预测模型。最后以王家墩中央商务区地下交通环廊第一标深基坑为实例进行预测,在MATLAB7.0的工具箱上编译四种理论方法,通过选择不同的参数训练,经对比分析说明BP神经网络模型用于深基坑变形预测精度较其它模型要高,能很好的预测未来变形的发展趋势,而GM(1,1)模型、灰色马尔可夫模型及灰色马尔可夫-BP神经网络模型在数据不多的情况下可以作为一种变形预测手段。本文得出了以下结论：1)由于BP神经网络自身的容错能力和自适应学习能力,本文在地下交通环廊深基坑监测预测中,其模型的预测精度高于灰色GM(1,1)模型和灰色马尔可夫模型。2)结合灰色GM(1,1),马尔可夫链、BP神经网络各自的优点,建立了灰色马尔可夫-BP神经网络预测模型。在面对地下交通环廊深基坑的监测预测中,少量样本信息也可以获得较高的精度。3)利用所建立的模型对武汉王家墩中央商务区地下交通环廊第一标深基坑工程在开挖过程进行监测中,对基坑围护结构变形进行了预测,通过与实测值的对比研究,表明本文所建立的预测模型有较好的适用性。