[1]贾家银,刘宇豪,李晓军,等.基于改进ＰＳＯ-ＢＰ神经网络的浅埋隧道围岩变形时序预测研究[J].水利与建筑工程学报,2021,(05):19-22.[doi:10.3969/j.issn.1672-1155.2021.05.005]
点击复制

基于改进ＰＳＯ-ＢＰ神经网络的浅埋隧道围岩变形时序预测研究()
分享到：

《水利与建筑工程学报》[ISSN:1672-1144/CN:61-1404/TV]

卷:
期数:
2021年05期
页码:
19-22
栏目:
出版日期:
2021-10-30

文章信息/Info

作者:
贾家银1; 刘宇豪2; 李晓军1; 王程平1; 李孟桓1
1．重庆中环建设有限公司，重庆渝北501120；2．重庆交通大学3Ｓ应用技术研究所，重庆南岸500075
关键词:
浅埋隧道; 改进粒子群算法; 优化神经网络; 围岩变形; 时间序列
分类号:
ＴＵ555
DOI:
10.3969/j.issn.1672-1155.2021.05.005
摘要:
通过智能化的模式对浅埋隧道围岩变形进行时间序列预测研究，利用改进ＰＳＯ算法优化ＢＰ神经网络参数的方法，用于预测浅埋隧道围岩变形数值。采用改进ＰＳＯ-ＢＰ神经网络构建了海天堡浅埋隧道的拱顶沉降和周边收敛预测模型，使用主成分分析方法选取影响围岩变形的关键因素作为影响因子输入。通过对实验结果的比较和分析，实验结果显示改进ＰＳＯ-ＢＰＮＮ算法的优越性。

参考文献/References:

[1］　ＶａｓｕｍａｔｈｉＢ，ＭｏｏｒｔｈｉＳ．ＩｍｐｌｅｍｅｎｔａｔｉｏｎｏｆｈｙｂｒｉｄＡＮＮ-ＰＳＯａｌｇｏｒｉｔｈｍ ｏｎＦＰＧＡ ｆｏｒｈａｒｍｏｎｉｃｅｓｔｉｍａｔｉｏｎ［Ｊ］．Ｅｎｇ．Ａｐｐｌ．Ａｒｔｉｆ．Ｉｎｔｅｌｌ，2012，25（3）：576-583．
[2］　ＰｅｎｇＷ，ＹａｎｇＺ，ＬｉｕＣ，ｅｔａｌ．ＡｎｉｍｐｒｏｖｅｄＰＳＯａｌｇｏ-ｒｉｔｈｍ ｆｏｒｂａｔｔｅｒｙｐａｒａｍｅｔｅｒｓｉｄｅｎｔｉｆｉｃａｔｉｏｎ ｏｐｔｉｍｉｚａｔｉｏｎｂａｓｅｄｏｎｔｈｅｖｅｎｉｎｂａｔｔｅｒｙｍｏｄｅｌ［Ｃ］ ／／ＩｎｔｅｒｎａｔｉｏｎａｌＣｏｎｆｅｒｅｎｃｅｏｎＣｌｏｕｄＣｏｍｐｕｔｉｎｇａｎｄＩｎｔｅｌｌｉｇｅｎｃｅ，Ｎａｎ-ｊｉｎｇ，Ｃｈｉｎａ，Ｎｏｖｅｍｂｅｒ23-26，2018，Ｐｉｓｃａｔａｗａｙ：ＩＥＥＥ，2018：295-298．
[3］　ＬｕＹ，ＮｉｕＤ，ＬｉＢ，ｅｔａｌ．Ｃｏｓｔｆｏｒｅｃａｓｔｉｎｇｍｏｄｅｌｏｆｔｒａｎｓｍｉｓｓｉｏｎ ｐｒｏｊｅｃｔ ｂａｓｅｄ ｏｎ ｔｈｅ ＰＳＯ-ＢＰ ［Ｊ］．Ｔｅｌｋｏｍｎｉｋａ，2015，12（5）：773-779．
[5］　陈锦涛，韩爱果，任光明．基于应力监测的软岩隧道支护结构稳定性分析［Ｊ］．水利与建筑工程学报，2018，16（1）：178-182．

相似文献/References:

[1]张鑫,王冬利,李琦,等.基于改进粒子群算法的坝体位移监控模型[J].水利与建筑工程学报,2012,(01):155.
[2]罗红星,但路昭,秦雨樵.车辆荷载对浅埋大断面隧道围岩的影响研究[J].水利与建筑工程学报,2017,(02):100.[doi:10.3969/j.issn.1672-1144.2017.02.019]

备注/Memo

备注/Memo:
收稿日期：2021-06-16　　　　　修稿日期：2021-07-12
基金项目：重庆中环建设公司研究项目“基于多源信息的特大断面隧道施工参数动态精准控制关键技术研究”（ｃｑｊｔ－2020－251）
作者简介：贾家银（1969—），男，教授级高级工程师，主要研究隧道工程施工技术。Ｅ-ｍａｉｌ：625001523＠ｑｑ．ｃｏｍ
通讯作者：刘宇豪（1997—），男，硕士研究生，研究方向为地下工程。Ｅ-ｍａｉｌ：1557251985＠ｑｑ．ｃｏｍ
更新日期/Last Update: 2021-10-30