深基坑工程具有造价高、施工难度高、不稳定因素众多等特点,因此监测系统的优劣性对于掌握深基坑稳定性状况具有重要影响。但深基坑是支护体系与周边土体相互结合的多种介质组合的高度复杂的空间系统,其变形和安全性受地质条件、岩土体性质、场地环境、气候变化、地下水动态等因素影响。常规统计方法难以利用监测信息建模预测,BP神经网络具有较好的非线性拟合能力,使其在复杂非线性系统的分析和预测中得到了广泛应用。但BP网络也具有明显缺陷,本文采用遗传算法、模拟退火发以及变尺度混沌优化算法来优化BP网络,形成一系列智能算法。针对基坑监测信息建立非线性“隐式”模型,来预测基坑稳定性发展趋势。工程实例为采用排桩冻结法施工工艺的江苏润扬长江公路大桥南锚锭深基坑工程。 在详细研究BP神经网络、遗传算法、模拟退火法以及变尺度混沌优化算法等智能算法的基本原理的基础上,基于MATLAB7.0编制了相应程序;研究BP网络的整体性能因素,针对BP网络隐层节点数难以确定的问题,提出“自动搜索法”,基于MATLB7.0进行了程序设计;研究了神经网络与遗传算法、模拟退火法和混沌优化算法的结合,形成一系列智能算法,并基于MATLAB7.0编制了程序。此智能算法预测模型不但适用于深基坑工程的基于监测数据的基坑稳定性预报,同时也适用于其它方面的预测预报问题。 南锚锭深基坑工程采用的排桩冻结法施工工艺在国内同类工程中尚属首例,其难度可想而知。作为稳定性保证的实时监测信息反馈是十分必要的。本文利用上述几种算法对南锚锭深基坑监测信息进行了智能预测。实际情况表明,本智能算法对基坑监测信息预测预报问题具有较高精度,对于下一步施工具有良好的指导作用。