基于智能优化算法的深大基坑施工反分析

被引：7

作者：

左自波 ^{[1
,2
]}

黄玉林 ^{[1
,2
]}

吴小建 ^{[1
,2
]}

机构：

[1] 上海建工集团工程研究总院

[2] 上海建工集团股份有限公司

来源：

岩土工程学报 | 2017年 / 39(S2)卷 / S2期

基金：

国家重点研发计划;

关键词：

基坑; 反分析; 三维FEM模拟; Nelder-Mead算法; 神经网络;

D O I：

暂无

中图分类号：

TU753 [基础工程];

学科分类号：

081401 ;

摘要：

引入人工智能技术,提出了一种基于神经网络的Nelder-Mead改进加速算法,建立了基于监测结果的深大基坑动态施工反馈分析方法。以93383 m2超大基坑工程为案例,进行了三维有限元参数反演分析,预测了基坑后续开挖围护结构水平位移、支撑轴力、管沟位移。结果表明:与Nelder-Mead算法比较,采用所建立的方法的收敛速度快,迭代次数减少了最大达86.9%;预测结果与实测结果吻合较好。

引用

页码：128 / 131

页数：4

共 6 条

[1] 大岗山水电站地下厂房区初始地应力场Nelder-Mead优化反演研究 [J].

贾善坡 ;

陈卫忠 ;

谭贤君 ;

吕森鹏 .

岩土力学, 2008, (09) :2341-2349

[2] 地铁深基坑支护的遗传神经网络位移反分析 [J].

彭军龙 ;

张学民 ;

阳军生 ;

张起森 .

岩土力学, 2007, (10) :2118-2122

[3] 基于径向基神经网络的深基坑非线性位移反分析 [J].

邓子胜 .

岩土工程学报, 2005, (05) :554-557

[4] 城市基坑工程发展的几点看法 [J].

侯学渊 ;

刘国彬 ;

黄院雄 .

施工技术, 2000, (01) :5-7

[5] Bayesian Updating of Soil Parameters for Braced Excavations Using Field Observations [J].

Juang, C. Hsein ;

Luo, Zhe ;

Atamturktur, Sez ;

Huang, Hongwei .

JOURNAL OF GEOTECHNICAL AND GEOENVIRONMENTAL ENGINEERING, 2013, 139 (03) :395-406

[6]

Comparison of two inverse analysis techniques for learning deep excavation response[J] . Youssef M.A. Hashash,Séverine Levasseur,Abdolreza Osouli,Richard Finno,Yann Malecot. Computers and Geotechnics . 2009 (3)

← 1 →