重庆建筑

2019, v.18;No.186(04) 49-53

[打印本页] [关闭]
本期目录(Current Issue) | 过刊浏览(Past Issue) | 高级检索(Advanced Search)

基于BP神经网络富水岩层围岩变形量预测
Prediction of Surrounding Rock Deformation of Water-rich Strata Based on BP Neural Network

李老三;辛军饷;

摘要(Abstract):

通过预测变形量可以了解地层与支护结构的动态变化,判断围岩的稳定性,支护、衬砌的可靠性,弥补理论分析过程中存在的不足,并把结果反馈给设计,以指导施工。该文选用岩体的密度、吸水率、抗压强度、摩擦角、涌水量七个影响因子,建立包括7个输入神经元、1层隐含层、15个隐含层神经元和3个输出神经元的人工神经网络模型对新建郑州至万州铁路黄家沟隧道D1K468+465~D1K468+475断面进行计算。并对预测断面进行监测,比较监测结果和预测结果,发现计算得到的反演结果误差较小并且与实际测量值之间有较好的线性关系,研究成果对富水岩层围岩变形量的预测具有较好的参考与指导意义。

关键词(KeyWords): BP神经网络;富水岩层;围岩变形量;郑万高铁;隧道断面

Abstract:

Keywords:

基金项目(Foundation):

作者(Author): 李老三;辛军饷;

Email:

参考文献(References):

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享