隧道拱顶下沉时序遗传算法神经网络预测模型

• 作者: 任松 刘新荣 姜德义 蒋再文
• 来源期刊: 地下空间与工程学报
• 学科: 交通运输
• 关键词: 遗传算法 神经网络 隧道 拱顶下沉
• 年，卷（期）: 2006,（4）
• 所属期刊栏目: 理论与实验研究
• 页码范围: 547-550
• 页数: 4页
• 分类号: U4
• 字数: 3212字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-0836.2006.04.006

摘要

传统神经网络算法不可避免会出现局部极值问题,可能导致训练失败.因此,作者在分析了隧道拱顶下沉规律及其主要影响因素的基础上,采用基于遗传算法的神经网络建立了隧道拱顶下沉时序的预测模型.模型在綦万高速公路麒麟寺隧道施工中成功应用,结果表明采用基于遗传算法的神经网络能够有效避免局部极值问题,收敛速度较快,能对隧道拱顶下沉时序进行较为准确的预测.

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	刘新荣	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	283	4843	36.0	51.0
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
7	蒋再文		13	208	8.0	13.0