基于BP-RBF神经网络的地下连续墙变形预测

采用神经网络对地下连续墙变形进行预测，提取出影响地下连续墙变形的5个主要参数：土的粘聚力C、内摩擦角？、地下连续墙高度H、基坑开挖深度H1和测点深度h作为神经网络模型输入，建立了BP神经网络与RBF神经网络相结合的BP-RBF预测模型，与单纯的BP神经网络模型相比，具有提高训练效率，简化网络结构的特点，且预测精度满足工程需要。