基于動態(tài)遞歸神經(jīng)網(wǎng)絡及相空間重構(gòu)理論的深基坑工程變形預測研究.pdf

1、近年來，隨著上海城市軌道交通迅速發(fā)展，地鐵建設工程的要求和難度越來越高，地鐵深基坑受到地質(zhì)條件、施工條件和外界其他因素的影響，成為了一個灰色、模糊、隨機的系統(tǒng)。特別是在上海軟土地區(qū)，地鐵深基坑工程不僅涉及土力學中的基本強度、穩(wěn)定、變形理論，還包含了土與結(jié)構(gòu)的相互作用、滲流等水力學范疇的問題，此外，開挖時還會產(chǎn)生時空效應，所以這些因素給深基坑工程安全施工帶來了不小的難度，而基坑變形控制作為控制基坑安全的一個重要措施，因此，準確而合理的預測

2、基坑下一階段的變形，對現(xiàn)場施工有著很好的實際意思。 由于基坑工程動態(tài)非線性特點，加之內(nèi)部和外部參數(shù)的不確定性，致使為基坑工程系統(tǒng)選擇合適的建模預測方式是一個十分困難的事。因此，人們不得不尋求解決問題的新途徑。 神經(jīng)網(wǎng)絡由于具有自適應性、非線性和容錯性強等特點，特別適合于處理各種非線性問題。它可以通過大量樣本的學習來抽取出隱含在樣本中的因果關(guān)系。由于深基坑工程具有高度非線性動態(tài)特性，各類監(jiān)測數(shù)據(jù)間的聯(lián)系也較為復雜，難以用具

3、體的數(shù)學公式表示出，因此神經(jīng)網(wǎng)絡理論為深基坑預測工作提供了一條十分有效的途徑。不同于數(shù)學建模的是，神經(jīng)網(wǎng)絡不需要建立數(shù)學模型，而是直接通過現(xiàn)場獲得的監(jiān)測數(shù)據(jù)來建立模型，從而避開了復雜的數(shù)學分析過程；同時，神經(jīng)網(wǎng)絡可以處理含有噪聲和許多不確定因素的數(shù)據(jù)，以建立高度非線性的函數(shù)關(guān)系，事先不需要假設輸出變量與輸入變量之間的關(guān)系，而是通過樣本的學習，實現(xiàn)輸入與輸出的非線性映射。 本文選擇動態(tài)遞歸神經(jīng)網(wǎng)絡來建立預測模型，同以前常用的靜態(tài)網(wǎng)

4、絡(例如BP、RBF等)相比，更貼近深基坑動態(tài)非線性系統(tǒng)的特點，預測精度和效果明顯優(yōu)于靜態(tài)網(wǎng)絡。 此外，由于基坑開挖會使得監(jiān)測數(shù)據(jù)出現(xiàn)突變值，網(wǎng)絡必須重新訓練以適應新的樣本數(shù)據(jù)，因此，本文還引入了混沌序列理論中的相空間重構(gòu)技術(shù)，對動態(tài)遞歸神經(jīng)網(wǎng)絡預測模型的短期預測進行優(yōu)化修正，建立新的預測模型，提出了基坑工程預測確定嵌入滯時τ和嵌入維數(shù)m二個重要參數(shù)的方法，并經(jīng)工程實例分析，短期預測誤差明顯減小，整個新模型對基坑的短期預測得到了

5、較好的效果。 本文以上海地鐵車站深基坑工程為背景，主要研究了以下內(nèi)容： (1)從工程應用的角度，結(jié)合動態(tài)遞歸神經(jīng)網(wǎng)絡的特點，探討了基坑工程變形預測建模的神經(jīng)網(wǎng)絡方法，闡述了Elman網(wǎng)絡的基本原理、與靜態(tài)網(wǎng)絡相比的優(yōu)勢及特點，重點討論了Elman動態(tài)遞歸神經(jīng)網(wǎng)絡的結(jié)構(gòu)設計、數(shù)據(jù)的準備、訓練網(wǎng)絡及評價網(wǎng)絡預測性能等內(nèi)容； (2)研究神經(jīng)網(wǎng)絡預測方法在基坑變形上的適用性，總結(jié)了影響預測效果的幾個因素，特別是數(shù)據(jù)樣本的