大型地下硐室开挖过程位移变形智能预测

• 作者: 孙豁然 宫永军 庄世勇 王述红
• 来源期刊: 煤炭学报
• 学科: 工学
• 关键词: 量测位移 遗传算法 神经网络 实时预报
• 年，卷（期）: 2001,（1）
• 页码范围: 45-48
• 页数: 4页
• 分类号: TD264.3|TP183
• 字数: 2478字
• 语种: 中文
• DOI: 10.3321/j.issn:0253-9993.2001.01.010

摘要

地下硐室开挖过程中，硐周位移及其变化规律比较容易获得并起着十分重要的作用，不仅可以作为检验施工设计的依据，而且可以预测预报围岩的稳定性和调整开挖方式、支护设计等，从而指导施工.根据现场监测的数据，利用建立的遗传神经网络模型，分析了原始数据，对观测数据进行学习，预测下步施工位移变形量，从而为施工方法及时调整和支护方案优选提供参考.工程实例分析表明，该方法预测精度高、实用性广、简单易行.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王述红	东北大学资源与土木工程学院	186	1815	23.0	36.0
2	孙豁然	东北大学资源与土木工程学院	87	809	14.0	24.0
3	宫永军	本溪钢铁公司南芬露天矿	2	36	1.0	2.0
4	庄世勇	本溪钢铁公司南芬露天矿	1	36	1.0	1.0