基于GA-BP神经网络的隧道围岩力学参数反演

• 作者: 刘军 张连震 张龙生 翁贤杰
• 来源期刊: 公路交通科技
• 学科: 交通运输
• 关键词: 隧道工程 GA-BP神经网络 数值模拟 力学参数反演 正交设计
• 年，卷（期）: 2020,（7）
• 所属期刊栏目: 隧道工程
• 页码范围: 90-96
• 页数: 7页
• 分类号: U456.3+3
• 字数: 4045字
• 语种: 中文
• DOI: 10.3969/j.issn.1002-0268.2020.07.012

摘要

为在岩土工程设计和施工中获得更加合理、 可靠的岩体力学参数,改善BP神经网络算法存在的收敛速度慢、依赖初值等不足,采用GA-BP神经网络方法,对隧道围岩力学参数反演进行了研究.依托江西省萍莲高速公路莲花隧道工程,选取右洞YK35+095～YK35+135段作为模拟对象,利用FLAC3D有限差分法,按照微台阶法开挖,构建三维数值计算模型;设计了25组围岩力学参数的正交试验,代入已建立的数值模型,得到系列拱顶沉降、 周边位移以及地表沉降值,由此构造了神经网络的样本;采用遗传算法和神经网络相结合,其中遗传算法种群规模取值30,最大遗传代数取值25,交叉概率取值0.8,变异概率取值0.01,通过网络训练,得到了训练成熟的GA-BP神经网络,建立了待反演的围岩力学参数与位移之间的映射关系;将莲花隧道YK35+115断面实测的拱顶沉降、 周边位移和地表沉降值,输入到已训练成熟的GA-BP神经网络模型中,输出得到围岩的弹性模量、 泊松比、 黏聚力、 内摩擦角等参数.结果表明:采用GA-BP神经网络反演获得的围岩力学参数,代入到FLAC3D数值模型中正演计算,得到拱顶沉降、 周边位移和地表沉降与现场实测值仅相差2.94％,3.16％和4.86％,误差较小;基于GA-BP神经网络的隧道围岩力学参数反演方法精度较高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘军	山东大学土建与水利学院	126	861	14.0	25.0
5	张龙生		12	21	4.0	4.0
6	翁贤杰		8	15	3.0	3.0