地铁盾构施工地表变形的神经网络预测及应用

论文摘要

为对城市地铁盾构隧道掘进引发的地表变形进行预测,以太原地铁某区间盾构隧道工程为例,通过敏感性分析方法确定影响盾构施工地表变形的主要土层参数与施工参数。在此基础上以主要影响因素为设计因子开展正交试验,将试验结果作为训练样本及测试样本,建立径向基函数(radial basis function,RBF)神经网络模型用于盾构施工地表变形的预测。结果表明,建立的RBF神经网络模型具有较高的精度,能够较好地反映地表变形与各主要影响因素之间的非线性关系,可以用于盾构施工地表变形的预测。

论文目录

• 1 地表变形参数敏感性分析
•   1.1 工程概况
•   1.2 盾构隧道模型的建立
•   1.3 敏感性理论
•   1.4 参数敏感性分析
• 2 基于正交设计的RBF神经网络预测
•   2.1 正交设计方案
•   2.2 RBF神经网络模型的建立
•   2.3 神经网络预测结果分析
• 3 工程应用
• 4 结论

文章来源

类型: 期刊论文

作者: 杨欢欢,杨双锁,罗百胜

关键词: 神经网络,盾构隧道,敏感性分析,地表变形,预测模型

来源: 中国科技论文 2019年06期

年度: 2019

分类: 工程科技Ⅱ辑,基础科学

专业: 地质学,工业通用技术及设备,铁路运输

单位: 太原理工大学矿业工程学院,中铁三局集团有限公司

基金: 国家自然科学基金资助项目(U1710111),山西省重点研发计划重点项目(201703D111027)

分类号: U231.3;P642.26

页码: 625-629

总页数: 5

文件大小: 221K

下载量: 160