论文部分内容阅读
深基坑时空效应分析中,常采用数值模拟及拟合经验公式等方法进行研究,因深基坑时空效应的影响因素复杂,各种因素难以量化,常规的分析方法适应性不强.而目前时空效应分析中,一般只考虑时间或空间效应的影响,尚未建立同时考虑时空效应的人工智能分析模型.对于处理高度非线性的复杂问题,神经网络有独到的优势:基于进化算法的神经网络还具有全局优化功能.在详细分析了时空效应影响因子的基础上,本文尝试建立了利用进化算法分步优化神经网络结构和初始权值的深基坑时空效应分析模型.经与BP模型、网络结构及权值同步优化模型对比分析表明,分步优化模型可提高网络的辨识精度及分析效率,更符合实际情况.