3用于深基坑排樁支護變形預測的神經網(wǎng)絡模型的建立和實現(xiàn)
    神經網(wǎng)絡對非線性問題有強大而準確的映射能力。1987年，RobertHecht-Nielsen提出了Kolmogorov多層神經網(wǎng)絡映射存在定理，從理論上證明了，包含一個隱層的三層神經網(wǎng)絡可對任何的連續(xù)的非線性函數(shù)進行任意精度的逼近。正是由于神經網(wǎng)絡具有這個特性，使得神經網(wǎng)絡被廣泛應用到各個領域。
    另外，神經網(wǎng)絡不需要復雜的建模分析過程，它能自己對樣本進行學習，學習樣本數(shù)據(jù)之中隱含的規(guī)律，精確地確定輸入數(shù)據(jù)和目標之間存在的映射關系;神經網(wǎng)絡還具有較好的魯棒性（容錯性），還具有過濾噪聲和在線應用等特性。
    3.1選用的樣本數(shù)據(jù)
    神經網(wǎng)絡方法是一種“數(shù)據(jù)驅動”型方法，樣本數(shù)據(jù)是它的基礎。本文采用文獻提供的樣本數(shù)據(jù)，如表1所列。這些數(shù)據(jù)為某地區(qū)已建深基坑支護結構典型工程樣本數(shù)據(jù)。利用1～12號工程數(shù)據(jù)作為訓練集，13～16號工程數(shù)據(jù)作為測試集，最后都對輸入、目標數(shù)據(jù)進行歸一化處理。