基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对城市浅埋隧道开挖面临下穿天然气管线、土岩混合介质、地表临近建筑物等复杂环境条件下爆破振动对周围建筑物的影响,用萨道夫斯基公式回归分析预测法和常规的 BP 神经网络模型对隧道开挖岩石区间工作面前方地表爆破质点振速进行对比分析。研究表明:受地震波传播介质、掘进爆破技术、围岩性质等条件影响,以及在爆破振动监测数据较少的情况下,BP 神经网络预测精确度较萨道夫斯基公式提高了20.1个百分点。BP 神经网络动态预测模型对复杂环境条件下浅埋隧道掘进爆破振动的预测更具有指导意义,但也有单次误差过大现象,有待进一步优化训练方案以得到更精确的预测结果。
推荐文章
基于Matlab和BP神经网络的爆破振动预测系统
VB
Matlab
BP神经网络模型
爆破振动
预测系统
基于BP神经网络的地下采场爆破振速预测
BP神经网络
爆破振动
地下采场
振速预测
基于HPSO-BP神经网络融合的隧道照明功率预测
隧道照明
功率预测
混合粒子群算法
智能控制系统
实时调控
仿真实验
基于BP神经网络的城市交通流预测研究
非线性
BP神经网络
交通流预测
人工智能
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于 BP 神经网络的城市隧道爆破振速预测
来源期刊 现代矿业 学科
关键词 浅埋隧道 爆破振速 BP神经网络 萨道夫斯基公式
年,卷(期) 2016,(2) 所属期刊栏目
研究方向 页码范围 39-41,49
页数 4页 分类号
字数 2945字 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 丁宇 北京科技大学土木与环境工程学院 4 19 2.0 4.0
2 谭卓英 北京科技大学土木与环境工程学院 54 526 13.0 21.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (36)
共引文献  (142)
参考文献  (4)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1988(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(2)
  • 参考文献(0)
  • 二级参考文献(2)
1997(3)
  • 参考文献(0)
  • 二级参考文献(3)
1998(3)
  • 参考文献(0)
  • 二级参考文献(3)
1999(3)
  • 参考文献(0)
  • 二级参考文献(3)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(5)
  • 参考文献(0)
  • 二级参考文献(5)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(6)
  • 参考文献(0)
  • 二级参考文献(6)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(2)
  • 参考文献(1)
  • 二级参考文献(1)
2010(1)
  • 参考文献(0)
  • 二级参考文献(1)
2011(2)
  • 参考文献(2)
  • 二级参考文献(0)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
浅埋隧道
爆破振速
BP神经网络
萨道夫斯基公式
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
现代矿业
月刊
1674-6082
34-1308/TD
大16开
安徽省马鞍山市经济开发区西塘路666号
26-196
1981
chi
出版文献量(篇)
10544
总下载数(次)
8
论文1v1指导