深基坑开挖位移多点监测模型及径向基函数神经网络计算中心的FCM确定

CN 11-2068/TU ISSN 1000-8993

中国科技核心期刊

RCCSE中国核心学术期刊

JST China收录期刊

中国建筑科学领域高质量科技期刊分级目录

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

深基坑开挖位移多点监测模型及径向基函数神经网络计算中心的FCM确定

文章导航 > 工业建筑 > 2012 > 42(3): 80-83,158

黄铭, 刘俊. 深基坑开挖位移多点监测模型及径向基函数神经网络计算中心的FCM确定[J]. 工业建筑, 2012, 42(3): 80-83,158. doi: 10.13204/j.gyjz201203017

引用本文:

黄铭, 刘俊. 深基坑开挖位移多点监测模型及径向基函数神经网络计算中心的FCM确定[J]. 工业建筑, 2012, 42(3): 80-83,158. doi: 10.13204/j.gyjz201203017

Huang Ming, Liu Jun. DEEP EXCAVATION MULTI-POINT DISPLACEMENT MONITORING MODEL AND DETERMINATION OF RBF CENTER BY FCM[J]. INDUSTRIAL CONSTRUCTION, 2012, 42(3): 80-83,158. doi: 10.13204/j.gyjz201203017

Citation:

Huang Ming, Liu Jun. DEEP EXCAVATION MULTI-POINT DISPLACEMENT MONITORING MODEL AND DETERMINATION OF RBF CENTER BY FCM[J]. INDUSTRIAL CONSTRUCTION, 2012, 42(3): 80-83,158. doi: 10.13204/j.gyjz201203017

黄铭, 刘俊. 深基坑开挖位移多点监测模型及径向基函数神经网络计算中心的FCM确定[J]. 工业建筑, 2012, 42(3): 80-83,158. doi: 10.13204/j.gyjz201203017

引用本文:

黄铭, 刘俊. 深基坑开挖位移多点监测模型及径向基函数神经网络计算中心的FCM确定[J]. 工业建筑, 2012, 42(3): 80-83,158. doi: 10.13204/j.gyjz201203017

Huang Ming, Liu Jun. DEEP EXCAVATION MULTI-POINT DISPLACEMENT MONITORING MODEL AND DETERMINATION OF RBF CENTER BY FCM[J]. INDUSTRIAL CONSTRUCTION, 2012, 42(3): 80-83,158. doi: 10.13204/j.gyjz201203017

Citation:

Huang Ming, Liu Jun. DEEP EXCAVATION MULTI-POINT DISPLACEMENT MONITORING MODEL AND DETERMINATION OF RBF CENTER BY FCM[J]. INDUSTRIAL CONSTRUCTION, 2012, 42(3): 80-83,158. doi: 10.13204/j.gyjz201203017

深基坑开挖位移多点监测模型及径向基函数神经网络计算中心的FCM确定

doi: 10.13204/j.gyjz201203017

黄铭¹,
刘俊²

1.
1. 合肥工业大学土木与水利工程学院,合肥 230009;
2.
2. 上海交通大学船舶海洋与建筑工程学院,上海 200240

基金项目:

国家自然科学基金项目(50979056)

作者简介:
黄铭，男，1972年出生，博士，教授。E-mail:Lsxhuangm@hotmail.com

计量
- 文章访问数: 80
- HTML全文浏览量: 9
- PDF下载量: 46
- 被引次数: 0
出版历程
- 收稿日期: 2011-10-12
- 刊出日期: 2012-03-20

DEEP EXCAVATION MULTI-POINT DISPLACEMENT MONITORING MODEL AND DETERMINATION OF RBF CENTER BY FCM

Huang Ming¹,
Liu Jun²

1.
1. School of Civil and Hydraulic Engineering,Hefei University of Technology,Hefei 230009,China;
2.
2. School of Naval Architecture,Ocean and Civil Engineering,Shanghai Jiaotong University,Shanghai 200240,China

摘要: 为建立合理的基坑多测点位移监测模型,采用径向基函数神经网络(RBF)为基本框架,从位移力学机制选择网络输入层,以相关联的多个测点位移为输出层,发挥RBF网络非线性映射功能的同时,根据基坑的开挖进展和位移特征,采用有针对性的预选RBF计算中心与模糊C均值聚类(FCM)算法,共同确定计算中心。实例表明,该计算方法更具合理性,且能获得理想的训练和预测效果。
- 多测点 /
- 基坑开挖 /
- 位移监测模型 /
- 预选RBF中心 /
- FCM
Abstract: To establish reasonable deep excavation multi-point displacement monitoring model,radial basis function artificial neural network(RBF)was taken as frame.Its input layer came from displacement mechanical theory,and output layer was formed by interrelated multi-point displacement.Considering excavation and displacement characteristics,special preselecting RBF centers and Fuzzy C-means Algorithm(FCM)were used together to confirm RBF centers.Instances showed that these methods were more reasonable and possed good training and forecasting results.
- multi-point /
- deep excavation /
- displacement monitoring model /
- preselecting RBF centers /
- FCM

参考文献(9)

黄铭. 数学模型与工程安全监测[M].上海:上海交通大学出版社,2008.

陈斌,黄铭. 开挖作用下深基坑变形监测数学模型研究[J].建筑技术开发,2006,(01):21-23,39.

王维斌,赵新华. 基于RBF神经网络的活性污泥模型的应用[J].南开大学学报(自然科学版),2008,(02):91-97.

Kim Dongwon,Huh Sung-Hoe,Seo Sam-Jun. Self-Organizing Radial Basis Function Network Modeling for Robot Manipulator[A].2005.579-587.

张秀玲,陈丽杰,季颖. 基于径向基函数神经网络的板形模式识别研究[J].工业仪表与自动化装置,2009,(03):7-9.

刘笛,朱学峰,苏彩红. 一种新型的模糊C均值聚类初始化方法[J].计算机仿真,2004,(11):148-151.

邓广慧,唐贤瑛,夏卓群. 基于FCM和RBF网络的入侵检测研究[J].电脑与信息技术,2006,(01):6-8,62.

黄铭,江军,褚伟洪. 考虑堆载预压进程的地基沉降监测分析[J].路基工程,2008,(04):60-61.

黄铭,葛修润,刘俊. 大坝安全监测的多点位移向量模型[J].上海交通大学学报,2001,(04):514-517.

资源附件(0)

WeChat

点击查看大图

计量

文章访问数: 80
HTML全文浏览量: 9
PDF下载量: 46
被引次数: 0

/

下载: 全尺寸图片幻灯片

分享

用微信扫码二维码

分享至好友和朋友圈

返回