基于蚁群算法的地铁盾构隧道长期沉降预测

• 作者: 周顺华 宫全美 韦凯
• 来源期刊: 铁道学报
• 学科: 交通运输
• 关键词: 盾构隧道 沉降预测 蚁群算法
• 年，卷（期）: 2008,（4）
• 页码范围: 79-83
• 页数: 5页
• 分类号: U231
• 字数: 4515字
• 语种: 中文
• DOI: 10.3321/j.issn:1001-8360.2008.04.015

摘要

在软土地区,投入运营的地铁盾构隧道会因各种原因产生对隧道结构内力、变形、接头防水以及隧道正常运营不利的纵向不均匀沉降.由于影响因素复杂,目前尚无可行的沉降预测模型.本文在对上海地铁1号线某区间沉降实测数据分析的基础上,采用具有较强鲁棒性、优良的分布式计算、易于与其他方法相结合等优点的蚁群算法,综合考虑各因素对沉降影响的整体效果,利用隧道实测的纵向累积沉降量、累积沉降差分别构造信息函数和启发函数,建立地铁盾构隧道长期沉降预测模型.预测结果表明,该方法不仅可行而且与实际量测数据吻合较好.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周顺华	同济大学道路与交通工程教育部重点实验室	241	4311	34.0	51.0
2	宫全美	同济大学道路与交通工程教育部重点实验室	91	1120	21.0	28.0
3	韦凯	同济大学道路与交通工程教育部重点实验室	7	184	7.0	7.0