基于 GA-BP 神经网络模型的隧道管片变形的预测研究

洪庆 李

摘要


准确地预测盾构隧道管片的变形是保证盾构隧道施工安全的重要条件。论文依托于珠三角某隧道工程，利用高精度高分辨率的分布式光纤传感技术对隧道管片变形进行监测，以多层前馈神经网络 BP 模型为基础，通过 MATLAB 建立 GA-BP神经网络模型对盾构隧道管片变形预测结果进行分析：GA-BP 神经网络模型对于隧道管片变形的预测误差相对较小，体现了较好的预测精度的同时又能充分展示盾构隧道管片的变形特性。

关键词


预测；隧道管片；变形；GA-BP 神经网络

全文:

PDF

参考


钱七虎.迎接中国城市地下空间开发高潮[J].岩土工程学报, 1998(2):112-113.

张杨杨,隋天雨,裴俊,等.人工神经网络技术及其在岩土工程领 域的应用[J].科技创新与生产力,2021(3):62-64+69.

岳岭,刘方,刘辉,等.基于人工神经网络的大直径盾构隧道施工 地层变形预测分析[J].铁道标准设计,2020,64(1):122-126.

Shi J., Ortigao J. A. R., Bai J. Modular Neural Networks for Predicting Settlements during Tunneling[J].Journal of Geotechnical and Geoenvironmental Engineering,1998(124):389-395.

孙钧,袁金荣.盾构施工扰动与地层移动及其智能神经网络预测[J].岩土工程学报,2001(2):261-267.

陈仁朋,戴田,张品,等.基于机器学习算法的盾构掘进地表沉降预测方法[J].湖南大学学报(自然科学版),2021,48(7):1.

黄靓钰,阳军生,张聪,等.基于BP神经网络的水下岩溶地层盾构掘进参数预测与分析[J].土木工程学报,2020,53(S1):75-80+98.

阳俊,曾维伟.基于GA-BP神经网络的采空区地表沉降预测模型[J].矿冶工程,2022,42(2):42-45.




DOI: https://doi.org/10.12346/etr.v4i9.7058

Refbacks

  • 当前没有refback。