图中纵坐标为位移值 (mm) ,横坐标为深度 (m) ,B 线为 考虑影响因素的预测曲线 ,C 线为不考虑的预测曲线 ,D 线 为实测值。很显然 ,考虑影响因素应用神经网络对位移预测 比单纯用历史位移数据预测更准确。 4 　结语 (1) 　运用 BP神经网络对土钉支护的位移进行预测是 有效的 ,一般预测误差可以满足工程实际的需要 ,可以根据 预测结果适时采取措施防止发生较大变形。 (2) 　在建立模型时 ,输入参数在前期位移数据的基础 上加入易于获得的、对位移有较大影响的因素值可以使预测 结果更加准确。 参考文献 [1 ] 　袁金荣 1 地下工程施工变形的智能预测与控制[ D]1 上海 :同 济大学 ,20011 [2 ] 　廖耶澜 1 监测位移的灰色预报 [J ] . 岩石力学与工程学报 , 1996 ,15 (3) :269 - 274. [3 ] 　钟正雄 ,等. 基坑变形的实时