徐鑫鑫
- 作品数：3 被引量：15H指数：2
- 供职机构：西南科技大学环境与资源学院更多>>
- 相关领域：建筑科学自动化与计算机技术自然科学总论更多>>
- BP神经网络在基坑周边地表短期沉降预测中的应用被引量：8
- 2013年
- 在对基坑的监测数据进行预测和分析中,现有的一部分方法很难满足实际施工中高度非线性问题的拟合,如指数法预测的沉降量往往偏小,双曲线法预测的沉降量往往偏大,而GM(1,1)对观测值的累加往往又不具有指数规律。考虑到这些局限,引用BP神经网络,以苏州地铁2号线某工程为例,结合历史的沉降监测值,对其基坑周边地表短期沉降进行预测。实践表明,该方法预测误差较小,为基坑周边地表沉降的预测提供了一种较好的途径,在基坑动态设计与信息化施工方面具有重要的参考价值。
- 徐鑫鑫苏华友张春萍
- 关键词：沉降基坑BP神经网络
- Ratkowsky模型在基坑周边地表沉降预测中的应用研究被引量：1
- 2013年
- 对于软土地基工程,依据基坑开挖沉降变形的特点,在线性加载或近似线性加载情况下,沉降-时间曲线呈"S"型,而Ratkowsky模型的曲线形式也呈现"S"型。考虑到两者增长方式的相似性,并且模型参数具有较明确的意义,提出用Ratkowsky模型来描述基坑开挖过程中周边地表的沉降。笔者通过工程实例验证了Ratkowsky模型预测的合理性和可行性,并以误差大小和迭代系数的稳定性说明该方法优于指数和双曲线模型,具有一定的参考和使用价值。
- 徐鑫鑫苏华友
- 关键词：基坑沉降预测
- 优化的非等距GM(1,1)模型在基坑周边地表沉降预测中的应用被引量：6
- 2014年
- 由于影响基坑沉降的因素较多,并且在实际工作中监测数据存在非等距的情况,通过传统的非等距GM(1,1)模型的建模原理分析了其预测精度低的原因,同时指出背景值是影响非等距GM(1,1)模型精度的关键因素之一.在此基础上,提出运用Newton插值法和Newton-Cotes求积公式优化背景值,结合工程实例,表明优化后的非等距GM(1,1)模型在沉降预测中的有效性.
- 徐鑫鑫苏华友张春萍王伟
- 关键词：背景值沉降预测
