基于TSNE降维算法的基坑水平位移预测研究

作者：孟凡丽; 王小刀; 王逸晨; 曾东旭

来源：浙江工业大学学报, 2023, 51(04): 403-411.

• TSNE降维算法
• 土体参数
• 水平位移
• BP神经网络
• 可视化

通过引入一种可用于基坑土体参数反演及水平位移预测的TSNE降维算法，结合BP神经网络，研究基坑施工过程中深层土体水平位移的变化，解决了传统BP神经网络处理高维数据时存在的泛化能力低、过拟合和局部极小化等问题。该算法对高维数据进行可视化降维及聚类分析，进而反演土体参数并预测水平位移。研究结果表明：TSNE-BP较BP神经网络反演结果更稳定，取值范围更小，泛化性能更强；加入了各工况变形标准误差的预测，结果差异较小且符合原有规律，可作为选取反演参数的指标；进行TSNE-BP参数反演后的模型位移反演误差减小60%～86%,较BP神经网络反演误差减小18%～50%,预测误差较设计误差减小60%～80%;将TSNE降维算法首次运用于土体参数反演及水平位移预测研究有较重要的工程意义。

• 单位
  土木工程学院; 浙江工业大学