论文部分内容阅读
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。