基于MEC-BP神经网络的基坑水平位移反演分析

作者：李步遥; 司马军^*

来源：铁道科学与工程学报, 2021, 18(07): 1764-1772.

DOI：10.19713/j.cnki.43-1423/u.t20210086

• 深基坑
• 位移反演分析
• 参数优化
• 思维进化算法
• BP神经网络
• 适应度函数

随着城市地铁建设快速发展,地铁车站基坑的变形要求越来越严格,基坑土层设计参数的选择面临着极大挑战。利用思维进化算法(MEC)优化BP神经网络的初始权值和阈值,结合有限元数值模拟,提出基于基坑水平位移的土层参数反演分析方法。采用文献算例对该方法进行验证,并与不同反演方法进行对比。研究结果表明:1) MEC-BP神经网络对多工况水平位移的反演分析结果与文献结果基本一致,验证了该方法的有效性和实用性;2) MEC-BP神经网络的收敛速度快于遗传神经网络(GA-BP),其反演结果优于常规BP神经网络、GA-BP方法和修正高斯-牛顿法(G-N);3)采用标量误差函数Ferr进行寻优,可以提高MEC-BP法水平位移反演分析结果的稳定性和准确性。

• 单位
  建筑工程学院; 武汉大学