GA-BP遗传神经网络在地下厂房变形预测中的应用

• 作者: 周武松 张倩 陈新 魏成勇
• 来源期刊: 水电能源科学
• 学科: 工学
• 关键词: 地下厂房 施工期 围岩变形 遗传算法 BP神经网络
• 年，卷（期）: 2016,（6）
• 所属期刊栏目: 水利水电工程
• 页码范围: 150-152,164
• 页数: 4页
• 分类号: TV731.6
• 语种: 中文

摘要

大型水电站地下厂房多采用分层分区开挖方法,施工期围岩变形受施工程序的影响呈强烈的非线性特点.针对传统回归模型对此类地下厂房围岩变形预测精度较低的问题,考虑了影响围岩变形的主要因素,采用遗传算法优化BP神经网络,结合动态分析法建立了施工期围岩变形预测的GA-BP模型.GA-BP模型在向家坝地下厂房运用结果表明,与回归模型相比,GA-BP预测模型提高了预测结果的精度与稳定性,适合施工现场的监测分析与预测.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈新	四川大学水利水电学院	70	491	12.0	20.0
2	张倩	四川大学水利水电学院	77	358	10.0	17.0
3	魏成勇	四川大学水利水电学院	6	1	1.0	1.0
4	周武松	四川大学水利水电学院	4	1	1.0	1.0