基于馬爾科夫-灰色殘差BP神經網絡組合模型的深基坑變形預測研究.pdf

1、隨著我國經濟的發(fā)展，大規(guī)模工程建筑也越來越多。建筑基坑工程向更深、更大的方向發(fā)展。汕頭地區(qū)處于沿海軟土地基，其本身所具有的獨特的地質、水文情況更使基坑工程的安全控制難度大大增加。由于深基坑開挖引起地表沉降、周圍建筑物傾斜的例子已屢見不鮮，工程的安全問題已引起全社會的關注。因此，在基坑施工過程中建立基坑變形監(jiān)測系統(tǒng)，通過對基坑變形監(jiān)測數據檢驗基坑運行時各種參數是否符合設計要求，且利用前期監(jiān)測數據能夠較準確地對基坑未來的變形進行預測，對掌握

2、基坑施工過程對基坑安全及周邊環(huán)境的影響程度具有實質性指導意義。
　　本研究針對深基坑變形預測問題，以汕頭市某花園酒店工程為背景，介紹了深基坑變形監(jiān)測的技術要求，對監(jiān)測數據的處理進行了分析，介紹了灰色系統(tǒng)理論、BP神經網絡原理及馬爾科夫原理，建立灰色GM（1,1）模型、BP神經網絡模型、灰色BP神經網絡，提出并建立了馬爾科夫—灰色殘差BP神經網絡組合模型，并以汕頭市某花園酒店深基坑監(jiān)測工程為例進行預測分析得到以下結論：⑴利用灰色模型

3、進行深基坑變形預測，在短期預測中，預測值曲線能很好地模擬實測值，而長期預測值與實測值相差過大，說明灰色模型對于短期預測有良好效果。⑵BP神經網絡具有良好的容錯性和自學習能力，在充分進行原始數據的學習訓練后，可以對深基坑進行預測，并且預測精度高，但其對海量數據依賴較大，因此將非等間距灰色GM(1,1)與BP神經網絡串聯，建立灰色殘差BP神經網絡模型對深基坑進行預測分析。⑶利用馬爾科夫鏈對隨機性數據具有良好效果，因此結合基于灰色系統(tǒng)理論、B