大相岭隧道断层破碎带围岩变形的GA-BP神经网络预测技术

• 作者: 孙飞 张志强 李化云 盛越 阚呈
• 来源期刊: 现代隧道技术
• 学科: 交通运输
• 关键词: 隧道工程 断层破碎带 GA-BP神经网络 变形预测
• 年，卷（期）: 2014,（2）
• 所属期刊栏目: 分析与计算
• 页码范围: 83-89
• 页数: 7页
• 分类号: U452.1+2
• 字数: 4026字
• 语种: 中文

摘要

断层破碎带围岩变形预测一直是隧道工程信息化施工与管理争论的焦点,迄今没有科学合理的预测方法.在NATM隧道施工中,围岩变形量常作为评判隧道稳定性和支护结构经济合理性的重要指标.隧道变形量是随时间而变化的数列,可以建立实时跟踪预测模型和方法.文章针对雅西高速公路大相岭隧道施工中断层破碎带围岩变形速率大、持续时间长、变形量大等特点,基于BP人工神经网络原理,并引入了遗传算法,通过改进和提高预测精度,建立了预测断层破碎带围岩变形的GA-BP神经网络综合预测模型.经工程实践检验预测结果,具有较高的可靠性和准确性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张志强	西南交通大学交通隧道工程教育部重点实验室	116	1892	21.0	42.0
2	李化云	西南交通大学交通隧道工程教育部重点实验室	12	112	7.0	10.0
3	阚呈	西南交通大学交通隧道工程教育部重点实验室	10	79	5.0	8.0
4	盛越	西南交通大学交通隧道工程教育部重点实验室	1	13	1.0	1.0
5	孙飞	西南交通大学交通隧道工程教育部重点实验室	8	43	4.0	6.0