人工神經網絡在基坑支護施工質量評價中的應用研究

李佳玉

[摘要]在影響基坑邊坡的各種不確定因素錯綜復雜評價過程中，以BP神經網絡為主的評價模型存在收斂速度慢，容易陷入局部極值等缺陷。鑒于人工魚群算法在全局尋優和收斂速度上的優越性，本文提出一種基于人工魚群算法優化BP神經網絡的評價模型。評價結果表明，該方法是可行的。

[關鍵詞]基坑支護；施工質量；應用研究；人工魚群算法 文章編號：2095 - 4085（2018） 07 - 0179 - 02

依據某市水資源可持續發展狀況，本文對此提出的基坑邊坡穩定性方法，基于BP神經網絡進行評價。將人工魚群算法引入神經網絡的權值優化過程中，在網絡計算中，并且通過對BP神經網絡收斂速度慢的特性點，計算結果表明，該算法在整個計算過程中對最優值的優化具有準確、方便、快速的優點[1]，為模型建立符合事實進行指導作用。

1 人工魚群算法

1.1 人工魚群算法概述

由于魚類數量最多，在該地區生活的一般是水體中營養最豐富的，魚類中的魚往往能發現自己或跟隨其他魚類尋找高營養物。分析的基本前提是建立各因素的本構關系，在此基礎上合理選擇單元仿真模型。目前已有三種模擬方法，可以用大型有限元軟件進行分析。模擬的方法主要有三種，可以歸納為以下三種典型行為：①覓食行為②聚群行為③追尾行為[2]。

如果量程不是很小，魚的面積很小，計算機的容量和處理速度都要考慮到整體的模型。在替代整個區域結構之前，應分析差異，判斷所選模型的合理性。

1.2人……