基于遗传算法的浅埋隧道开挖地表沉降神经网络预测

• 作者: 任松 姜德义 杨春和
• 来源期刊: 郑州大学学报（工学版）
• 学科: 交通运输
• 关键词: 遗传算法 神经网络 隧道 地表沉降
• 年，卷（期）: 2006,（3）
• 页码范围: 46-49
• 页数: 4页
• 分类号: U4
• 字数: 2639字
• 语种: 中文
• DOI: 10.3969/j.issn.1671-6833.2006.03.011

摘要

分析了城市浅埋隧道开挖地表沉降的主要影响因素,并建立了基于遗传算法的神经网络浅埋隧道开挖地表沉降预测模型.使用有限元数值模拟正演算法获得神经网络模型学习样本,对模型进行学习训练.该预测模型在某市轻轨隧道地表沉降预测中进行使用,结果表明:基于遗传算法的神经网络对隧道开挖地表沉降的预测是可行的,预测结果比较准确,能较好地指导隧道施工,确保地表建筑物的安全.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	姜德义	重庆大学西南资源开发及环境灾害控制工程教育部重点实验室	165	2743	29.0	44.0
2	杨春和	重庆大学西南资源开发及环境灾害控制工程教育部重点实验室	240	8326	54.0	78.0
6	任松	重庆大学西南资源开发及环境灾害控制工程教育部重点实验室	104	1392	23.0	32.0