基于人工神经元网络法的隧道地表沉降分析及预测

• 作者: 何辉斌
• 来源期刊: 市政技术
• 学科: 交通运输
• 关键词: 城市隧道工程 地表沉降 人工神经元网络法 沉降观测
• 年，卷（期）: 2017,（z1）
• 所属期刊栏目: 设计研究篇
• 页码范围: 146-150
• 页数: 5页
• 分类号: U456.3
• 字数: 2370字
• 语种: 中文

摘要

隧道开挖变形控制是隧道施工安全控制的关键环节,但地质条件的多样性、工艺的复杂性使得科学地分析、预测隧道变形变得较为困难.笔者以哈尔滨市保健路隧道工程为依托,基于中导洞特征断面的观测数据,采用人工神经元网络法对特征断面地面沉降随时间及土层物理因素(土层厚度、压缩系数、摩擦角、黏聚力及压缩模量等)的变化进行分析及预测.通过对比理论预测结果与实际测量结果可知,隧道中导洞地表沉降预测模型误差在6％以内;隧道特征断面地表沉降预测模型误差在4％以内,外延性预测误差在7％以内.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	何辉斌		2	0	0.0	0.0