首页> 中文学位 >基于小波优化的灰色BP神经网络在深基坑变形预测中的应用
【6h】

基于小波优化的灰色BP神经网络在深基坑变形预测中的应用

代理获取

目录

声明

第1章 绪论

1.1 研究意义

1.2 国内外研究现状及发展趋势

1.3 本文研究的目的和主要内容

1.4 本文的技术流程

第2章 深基坑变形监测

2.1 引言

2.2 深基坑工程的特点

2.3 深基坑变形机理分析

2.4 基坑监测目的和要求

2.5 基坑监测预警

2.6 深基坑监测的数据处理方法

2.7 本章小结

第3章 小波分析和灰色模型理论

3.1 小波分析

3.2 小波去噪

3.3 灰色系统理论

3.4 小波优化的GM(1,1)模型

第4章 基于小波优化的灰色BP神经网络理论

4.1人工神经网络

4.2 BP神经网络及其应用

4.3 灰色BP神经网络

4.4 实例分析

4.5 基于小波优化的灰色BP神经网络模型

第5章 基于小波优化的灰色BP神经网络模型应用

5.1 实例分析工程简介

5.2 基坑周边环境变形沉降监测

5.3 基坑变形监测桩底水平位移分析

5.4 本章小结

第6章 总结与展望

6.1本文研究工作总结

6.2 展望与建议

致谢

参考文献

展开▼

摘要

随着我国的城市建设快速的发展,城市建设的导向也渐渐的延伸到了地下,特别是城市的高层建筑越来越多,地铁建设也逐渐普及,深基坑工程的规模和难度日益加大。深基坑工程在密集建筑群之间的开挖,会引起各种变形,这种变形不仅体现在基坑自身的位移,也包括基坑周围建筑物的沉降和倾斜效应。因而建立适当的变形监测模型是保障基坑工程安全的重要手段。目前,在变形分析与预测方面,存在多种变形分析与预测模型,其中包括大量的诸如灰色系统理论、BP神经网络、回归分析等单一模型及由单一模型组合而成的组合模型等。  本文选用小波理论、灰色模型、BP神经网络三种模型理论。灰色系统理论预测呈指数变化,且在处理数据样本小或信息不完全情况时有突出的效果,而BP神经网络,具有很好的计算能力和误差校正能力的特点,结合两者的优点构建灰色神经网络模型,通过对灰色模型进行预测,得出的预测值作为神经网络的输入样本值,数据的实际观测值作为期望输出,通过训练,得出神经网络并进行预测。  基于灰色BP神经网络组合模型的基础上,利用小波变换有效的剔除掉原始数据序列中高频噪声,保留有用信息的特点,建立小波优化的灰色BP神经网络模型,用MATLAB工具实现,通过工程实例的沉降监测数据、水平位移数据两种数据试验分析,与BP神经网络、灰色GM(1,1)模型、小波优化的灰色模型三种模型预测结果比较得出基于小波优化的灰色BP神经网络在处理含噪声的基坑工程预测中具有可靠性,能够得到良好的应用。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号