版权说明 操作指南
首页 > 成果 > 详情

复杂环境下深基坑变形特性研究及过程模拟

认领
导出
Link by 中国知网学术期刊 Link by 万方学术期刊
反馈
分享
QQ微信 微博
成果类型:
期刊论文
论文标题(英文):
Research on Deformation Characteristics and Process Simulation of Deep Foundation Excavation in Complex Environment
作者:
查吕应;刘国权;郭健;杨大峰;马栋良
作者机构:
军事科学院国防工程研究院
武汉轻工大学土木工程与建筑学院
[杨大峰; 查吕应; 马栋良; 刘国权] 中国人民解放军军事科学院
[郭健] 武汉轻工大学
语种:
中文
关键词:
深基坑;开挖;变形;现场监测;过程分析;非线性辨识
关键词(英文):
excavation;deformation;on-site monitoring;process analysis;nonlinear identification
期刊:
施工技术(中英文)
ISSN:
2097-0897
年:
2018
期:
A04
页码:
95-98
机构署名:
本校为第一机构
院系归属:
土木工程与建筑学院
摘要:
复杂环境下深基坑施工引发土体变形是典型的非线性问题,其演化的高度非线性和复杂性,采用经典数学分析方法难以全面反映基坑变形特性。将粒子群优化算法(PSO)与径向基函数神经网络(RBF)进行融合,提出基于PSO的非线性辨识方法,对深基坑施工变形全过程进行拟合分析,研究其变形特性。研究结果表明,该方法能有效分析深基坑施工变形特点,具有较高准确性及可靠性。
摘要(英文):
The deformation of soil caused by deep foundation excavation construction in complex environment is a typical nonlinear problem.The high nonlinearity and complexity of its evolution are difficult to fully reflect the deformation characteristics of foundation excavation by classical mathematical analysis.The particle swarm optimization(PSO)algorithm and the radial basis function(RBF)neural network are combined to propose a nonlinear identification method based on PSO.The whole process of deep foundation excavation deformation is fitted and analyzed,and its deformation characteristics are studie...

反馈

验证码:
看不清楚,换一个
确定
取消

成果认领

标题:
用户 作者 通讯作者
请选择
请选择
确定
取消

提示

该栏目需要登录且有访问权限才可以访问

如果您有访问权限,请直接 登录访问

如果您没有访问权限,请联系管理员申请开通

管理员联系邮箱:yun@hnwdkj.com