基于人工神经网络的基坑开挖反演分析

摘要

本文采用人工神经网络BP算法对深基坑开挖过程中多层土体的物性参数进行辨识.将某些现场实测值作为网络的输入,土层物性参数作为网络的输出,通过建立平面应变状态下的基坑有限元正分析模型取得学习样本来训练网络,从而达到对深基坑开挖过程中的多层土体的物性参数进行辨识的目的,并利用BP优选的物性参数预测后一阶段基坑开挖过程中挡土结构的变形,并将新得到的实际监测信息反馈到学习样本中,如此循环,使物性参数得到优化.最后,利用优选的土体物性参数分别在二维状态下对该基坑挡土结构的最终变形情况进行了计算,计算结果与实测数据的比较表明此种反演方法是可靠的.