论文摘要
为解决隧道围岩变形中的非线性问题,实现对软岩隧道变形发展趋势和稳定性的判断,建立了基于果蝇算法改进的广义回归神经网络隧道围岩变形预测模型。利用广义回归神经网络较好的非线性映射能力,对软岩隧道的拱顶沉降和水平收敛进行预测。由于GRNN的预测效果受光滑因子的影响,因此采用果蝇算法对光滑因子进行寻优,改善了GRNN预测模型确定参数时人为因素的影响,有效的提高了模型的预测精度和适用性。以玉磨隧道工程为例,通过对现场监测变形数据的训练,得到了隧道围岩变形预测结果,验证了FOA-GRNN预测模型能高效准确地对隧道围岩变形进行预测,可以为类似的工程提供一种新的途径。
论文目录
文章来源
类型: 期刊论文
作者: 姚凯,朱向阳,张克宏,张晓晓,王兴留
关键词: 软岩隧道,变形预测,广义回归神经网络,果蝇算法
来源: 地下空间与工程学报 2019年S2期
年度: 2019
分类: 工程科技Ⅱ辑
专业: 公路与水路运输
单位: 中铁十一局集团第四工程有限公司
基金: 中铁十一局集团有限公司科技创新项目(17-AⅡ-08)
分类号: U456.31
页码: 908-913
总页数: 6
文件大小: 290K
下载量: 120
相关论文文献
标签：软岩隧道论文; 变形预测论文; 广义回归神经网络论文; 果蝇算法论文;