基坑降水优化神经网络

沉降影响同步减小

以差分进化算法联合多层神经网络，快速给出优于原方案的降水设计参数组合。

Xiao-Wei, Li · 许烨霜

Tunnelling and Underground Space Technology 2026

参数信息

滤管长度缩短量

2 m

相对止水帷幕竖向位置降低量

4 m

坑外观测井水位降深减小量

0.08 m

技术优势

优化速度快

用训练好的神经网络替代数值模拟作为代理模型，可在短时间内评估大量工况并获得优化方案。

沉降影响同步减小

优化方案不仅降低坑外水位降深，还同时减小了坑外最大地面沉降值和地面沉降影响范围。

应用场景

• 基坑工程降水设计：用神经网络快速获得比原方案更优的降水参数，缩短设计周期。
• 地下工程环境影响控制：同时减小坑外水位降深与地面沉降，降低对周边环境的影响。
• 智能设计与优化：提供进化神经网络优化工具，替代耗时数值模拟进行快速方案寻优。