1、大型市政設施的施工及大量地下空間的開發(fā),出現(xiàn)了大量的深基坑工程。深基坑變形一旦超出設計允許值,就可能造成巨大的經濟損失和人員傷亡,對深基坑變形進行科學預測成為了一項重要課題。傳統(tǒng)的深基坑變形預測方法在預測精度等方面存在一些不足,需要尋求一種新的深基坑變形預測方法?；虮磉_式編程具有極強的函數(shù)發(fā)現(xiàn)能力和很高的學習效率,能夠在沒有任何先驗知識及不了解事物內部機制的情況下,挖掘出較為準確的公式。因此有必要開展基于基因表達式編程的深基坑變形預測

2、模型的研究。
　　首先,論文闡述了基因表達式編程方法在深基坑變形預測方面的背景及意義,探討了深基坑變形預測和基因表達式編程的研究現(xiàn)狀,分析了深基坑工程的變形機理,總結了常用預測方法的優(yōu)缺點。
　　其次,以灰色系統(tǒng)和BP神經網絡基本原理為基礎,利用MATLAB軟件建立了灰色GM(1,1)模型和BP神經網絡模型;通過研究基因表達式編程算法,確定其建模過程為函數(shù)集與終止符集的選擇、種群初始化、染色體解碼、適應度評價、遺傳操作,并以

3、此為基礎,利用Eclipse平臺下的Java編程語言,完成了基因表達式編程的建模工作。
　　最后,分別應用灰色GM(1,1)模型、BP神經網絡模型和基因表達式編程模型對廣州某深基坑進行預測,預測結果為,圍護墻樁體測斜的平均相對誤差依次為2.7771％、0.8881%和0.5606%;樁頂水平位移的平均相對誤差依次為2.3739%、1.7183%和0.5809%。結果表明,利用基因表達式編程不僅可以提高深基坑變形預測的精度,而且其學