基于免疫rbf神经网络的深基坑施工变形预测

基坑工程由于受多种因素的影响，目前已成为岩土工程中的重点和难点。在基坑工程施工中，需要根据现场实际情况、周围环境、建筑安全等级等对变形进行严格控制。通过现场量测的深基坑围护结构变形信息资料，对实测数据进行整理和分析，利用神经网络对支护结构的变形作出预测，以保证基坑安全施工。研究了一种基于免疫识别原理的径向基函数神经网络学习算法，该算法将所识别的数据作为抗原，抗体为抗原的压缩映射并作为神经网络模型的隐层中心，采用最小二乘法确定权值，提高了rbf神经网络收敛速度和精度，将人工免疫rbf神经网络应用于时间序列预测中，工程实例计算证明了算法的有效性和可行性，为时间序列预测提供了一种新途径。