灰色理论在基坑开挖引起周边地面沉降预测中的应用

在基坑开挖施工过程中,随着基坑挖深和降水量的增加,常常引起基坑周边地面缓慢地沉降。本文以灰色理论为基础,提出了基坑周边地面沉降预测与分析的一种新方法,并建立了不等时距GM(1,1)沉降预测模型进行计算与工程实测值比较,验证了灰色理论在基坑周边地面沉降预测分析中的可行性、有效性。     

基于灰色神经网络模型的基坑变形预测研究

结合灰色GM(1,1)模型和BP神经网络模型各自的优缺点,建立了灰色神经网络组合模型,并采用该模型对实际的监测数据进行处理和分析.结果表明,灰色神经网络充分发挥了灰色模型和神经网络模型的优势,取得了较好的预测精度,能够满足实际应用的需要.     

神经网络和灰色系统模型在深基坑周边建筑物沉降预测中的应用

深基坑的开挖会对周边建筑物产生较大影响,因而基坑周边的建筑物的沉降观测及分析至关重要。本文分别采用神经网络和灰色系统两种模型对基坑周边的建筑物的沉降观测数据进行分析和预测,并与实际观测结果进行对比,结果表明两种模型均能达到较高的精度。     

灰色理论在基坑周边地面变形预测中的应用

运用灰色系统理论,对基坑变形建立了GM（1,1）预测模型,通过实际值与预测值的比较,验证了灰色理论GM（1,1）模型在基坑周边地面变形预测中的可行性。     

基坑工程周边地面沉降的监测与初步分析

目前，国内高层（超高层）建筑的基坑开挖深度一般在１０～２０m之间，因基坑工程失当造成的工程事故屡有发生，本文叙述基坑施工导致的周边地表沉降的监测并进行分析。１基坑施工对周边环境的影响基坑施工对周边环境的影响主要表现为以下方面：导致周边地表下沉；导致周边地表向基坑方向滑动（或称移动）；导致临近工程结构（建筑物、构筑物）的沉降、倾斜和裂缝；导致周边地面裂缝；导致周边各种管线设施（包括道路、地下管网）的沉降与变形，甚至造成管线工程事故。其中，基坑周边的地表沉降（确切说是不均匀沉降）是基坑周边环境灾害发…     

改进离散灰色模型在基坑周围地面沉降预测中的应用

离散灰色模型解决了常规灰色模型从离散形式到连续形式直接跳跃的问题,该模型估计模型参数时采用最小二乘法,而在模型检验时常采用平均相对误差指标,因此导致建模与模型检验的脱节。鉴此,本文基于平均相对误差最小准则,利用果蝇算法的快速全局优化能力对模型参数进行优化,从而提高离散灰色模型的建模与预测精度。将本文提出的果蝇算法优化离散灰色模型应用到工程实例,结果表明该模型具有较好的有效性和可行性。     

明挖隧道基坑周边建筑物沉降预测研究

基于济南市济泺路穿黄隧道工程,研究了BP神经网络和灰色GM(1,1)模型分别对隧道开挖影响周边建筑物沉降的预测。BP神经网络模型和灰色系统模型预测深基坑周围建筑物沉降,均能够取得较好的预测结果;对建筑物的沉降量进行中长期预测时,BP神经网络模型更适合进行预测;灰色GM(1,1)模型的特点需使用的实测数据少,该模型适用于短期预测,在监测数据较少时能够发挥较好作用。     

基于BP神经网络的基坑变形预测应用研究

以太原市某基坑沉降监测点的实测数据为基础,选择20期数据进行分析;建立具有2个隐含层的BP神经网络模型,以18期数据建模,采用新陈代谢的方式对后2期数据进行逐一预测验证.通过K3观测点和K6观测点的实测数据验证与分析,认为BP神经网络模型预测精度达到工程应用要求.认为该研究所用方法在相似工程变形的数据预测中可以继续应用...     

泊松曲线模型预测基坑周边地面沉降

结合天津富裕广场三期工程的基坑周围地面沉降观测的工作实践,利用泊松曲线法对该工程的地面沉降过程进行了预测,并且得出实际观测值与预测值之间的拟合曲线,通过比较得出该预测方法的优劣。     

地面沉降的灰色verhulst预测方法

根据灰色系统理论，在全面分析地面全过程沉降量与时间关系的基础上，建立了灰色verhulst预测模型，并给出了该模型的适用条件。利用编制的计算机程序对具体地面沉降实例的分析表明，灰色verhulst模型的预测方法性能良好，且为地面沉降的长期预测和控制提供了有效可行的方法。     

基于BP网络的基坑周围地表沉降影响因素分析

深基坑开挖引起的周围地表沉降问题是一个复杂的非线性问题.利用BP网络处理复杂的、不确定的非线性问题的独特优势,成功建立了软土地区深基坑开挖引起的周围地表沉降的预测模型,并对其影响因素进行了定量分析,找出了主要影响因素并提出了相应的措施.     

基于灰色理论的软土地区深基坑变形预测研究

鉴于深基坑变形监测具有影响因素的不确定性、灰色性等特征,利用灰色系统理论方法对基坑的变形发展趋势进行预测具有重要的实际应用价值。考虑昆明软土地区深基坑工程变形特点,建立深基坑监测变形的灰色系统GM(1,1)预测模型,并进行了工程实例分析。研究表明,此方法客观准确、操作简便,具有一定的实际应用价值,可为相关工程提供参考借鉴。     

采用Gompertz模型预测深基坑周边地表沉降

目前对深基坑周边地表进行预测的理论还很不成熟,该理论目前还处在研究阶段,规范上给出了相关监测标准,但没有提供相关预测方法,且各种规范给出的监测标准也不统一。已有文献中的预测方法主要是通过一些线性假设,结合参数进行预测的,是一种一步到位的预测方法,预测值的精度完全由参数的取值是否合理所决定,人为因素较大,且无法考虑工程的具体施工情况,在施工过程中无法进行调整。Gompertz模型是一种生长曲线,成反S型,常用于生产、商业领域。Gompertz的导数模型成抛物线型,与深基坑周边地表沉降的曲线相似。结合Gompertz模型,并对其进行求导,调整后、得出深基坑周边地表沉降公式δ(x)=ace(b-cx)exp(-e(b-cx))。该公式不需要最大侧移值作为预测条件,给出了利用该公式进行预测的计算步骤,参数的取值排除了人为的影响因素,更为合理。用工程实例验证得出该公式预测精度较高,是一种简单、实用的基坑周围地表沉降预测方法。     

软土地基深基坑支护中的土压力

本文通过在软土地基深基坑支护中土压力、孔隙水压力的大量测试,经统计分析、反分析及对比分析,提出了主动土与被动土不同的受力机理,利用朗肯公式计算时,应取土的不同强度指标,即主动土压力计算取固结快剪指标,被动土压力计算取快剪指标。     

软土层对地铁狭长深基坑地表沉降的影响研究

随着我国城市轨道交通的快速发展,地铁地下车站狭长深基坑工程越来越多,尤其是长江中下游和沿海地区城市的狭长深基坑大多开挖于深厚软土场地,对该类深基坑的施工安全造成了严重的威胁和工程事故。鉴于此,本文基于Midas商用软件,建立了土体-围护结构相互作用体系的三维有限元分析模型,通过现场实测与数值计算结果的对比分析,验证了数值分析模型的可行性。通过改变软土层厚度、埋深和开挖深度等不同组合的108个计算工况,系统分析了软土层厚度和埋深变化对地铁狭长深基坑周围地表沉降的影响规律。结果表明:当软土层主要位于基坑底面以上侧向地基中时,软土层厚度变化对基坑周围地表沉降影响较大;地铁狭长深基坑侧向地基中软土层埋深增大时基坑周围地表沉降先变大后变小,且变化转折点为软土层顶层埋深高于基坑底面以上的一定范围内;当软土层埋深较大且较厚时,开挖深度对地表沉降的影响有增速的趋势,即当基坑开挖深度较深时软土层的影响更为明显。同时,根据数值计算结果,给出了软土层厚度和埋深等与地表沉降的统计关系。     

深基坑工程位移预测的遗传神经网络耦合方法

岩土结构的位移都具有非线性动力学演化特征,针对目前采用的神经网络预测方法中存在的问题,用神经网络遗传算法耦合预测模型取代了传统的分析方法。详细介绍了建模过程,并用C语言加以实现,最后用实例论证了该方法用于基坑工程变形预测的可靠性和实用性。     

神经网络在深基坑工程变形预测中的应用研究

提出了深基坑变形预测的神经网络法,详细介绍了该方法的建模过程,并用MATLAB语言加以实现,最后用实例论证了神经网络方法用于基坑工程变形预测的可靠性和实用性．     

用小波神经网络预测深基坑周围地表的沉降量

将小波神经网络应用于深基坑周围地表沉降的预测,提出了一种有效的预测方法,并构造了预测沉降的小波神经网络模型。预测结果表明,该方法收敛速度快、预测精度高,为预测深基坑周围地表沉降量的一种实用方法。     

基于神经网络的基坑与紧邻桩变形相关预测

基于神经网络技术 ,建立深基坑墙体与其紧邻建筑 (构 )物之间变形相关性预测BP网络模型 ,以便根据深基坑紧邻桩基允许变形来控制深基坑墙体变形。本文最后用某紧邻高架桥的地铁车站深基坑实例进行分析 ,结果表明预测与实测结果基本吻合     

某软土地层深基坑施工对邻近建筑物的影响

结合某深基坑施工工程实例,通过对不同地基基础和结构形式的建筑物变形规律分析,找出了引起建筑物变形的主要影响因素,并讨论了高压旋喷桩加固地基对不同建筑物的适用性.实践证明,深基坑开挖过程中对邻近建筑物保护的关键是保证基坑支护结构不发生超过预警值的水平位移,并通过监测反馈信息,及时调整支护参数,保证邻近建筑物安全.