基于神经模糊推理系统的盾构施工地表沉降预测

• 作者: 李兴春 李兴高
• 来源期刊: 北京交通大学学报
• 学科: 交通运输
• 关键词: 盾构隧道 地表沉降 神经模糊推理系统 减法聚类 预测模型
• 年，卷（期）: 2018,（1）
• 所属期刊栏目: 土木建筑工程
• 页码范围: 18-24
• 页数: 7页
• 分类号: U455.43|TP183
• 字数: 4080字
• 语种: 中文
• DOI: 10.11860/j.issn.1673-0291.2018.01.003

摘要

盾构隧道施工引起的地表沉降,主要受盾构掘进参数和地层条件的影响,且各参数间关系复杂.已有地表沉降预测方法大都没有直接考虑掘进参数的影响,难以满足盾构快速施工超前预测预报和环境影响控制的需求.自适应神经模糊推理系统(ANFIS)是一种基于神经网络的模糊类智能模型,通过减法聚类数据细分技术自动生成模糊规则,使网络的节点和权值具有明确的物理意义,集成了神经网络数据自适应能力和模糊系统知识表达性能,特别适合于多元非线性系统的预测预报.结合北京地铁14号线东风北桥站至京顺路站区段工程实测数据,选取埋深、洞顶覆土标贯值、土仓压力、推进速度、刀盘转速、扭矩、盾构推力,以及同步注浆量为输入变量,建立了地表最大沉降量预测模型.计算结果表明,该模型计算量小,泛化能力强,计算精度高.研究成果为盾构施工地表沉降预测预报提供了新的技术方案.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李兴高	北京交通大学土木建筑工程学院	58	1088	16.0	32.0
2	李兴春	北京交通大学机械与电子控制工程学院	12	36	3.0	5.0