本发明提供了基于PSO优化BP神经网络的地表沉降预测的方法，其包括以下步骤：收集目标区域的历史沉降数据，生成数据集，划分训练集和测试集并进行数据归一化处理，将止水帷幕埋置深度、集水井井径、水位降深、与集水井间距、土的渗透系数、含水层厚度作为输入变量，将输入变量所对应的沉降值作为输出变量构建BP神经网络预测模型，利用该模型，将待施工区域的水文地质参数输入地表沉降模型中，计算待施工区域以不同的施工方法、施工强度引起周围地表沉降量的预测数据，有助于准确的判断基坑降水的有效影响半径，选择最佳集水井位置和止水结构的埋置深度，降低工程造价，加快施工效率，保证建设工程的安全进行。
声明：
“基于PSO优化BP神经网络的地表沉降预测的方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究，如用于商业用途，请联系该技术所有人。
我是此专利(论文)的发明人(作者)
1187
编辑：管理员
来源：北方有色网
咨询细节
