基于PSO-BP神经网络的地铁盾构场地土体参数反演

• 作者: 庞星 李彦斌 杨双锁 杨欢欢 罗百盛 郭子奇
• 来源期刊: 太原理工大学学报
• 关键词: 土体参数 参数反演 BP神经网络 粒子群算法 PSO-BP神经网络 正交试验法 预测分析
• 年，卷（期）: 2020,（2）
• 所属期刊栏目: 矿业工程
• 页码范围: 171-176
• 页数: 6页
• 分类号: U451
• 语种: 中文
• DOI: 10.16355/j.cnki.issn1007-9432tyut.2020.02.003

摘要

土体参数赋值与工程实际的差异是导致数值计算结果与工程实际不符的主要原因之一.针对BP神经网络参数反演存在的缺点,依托实测的太原地铁地表沉降数据,利用MATLAB神经网络工具箱结合正交法和数值模拟技术,构建了PSO-BP神经网络,对土体参数进行反演修正,并采用反演修正后的土体参数对下一工况进行了预测分析.分析结果表明:PSO-BP具有较高的计算精度,所建立的神经网络反演结构能够很好地反映地表沉降与土体参数之间的非线性关系,可以为同地区类似工程的土体参数取值提供参考.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李彦斌	太原理工大学矿业工程学院	28	237	7.0	14.0
3	杨双锁	太原理工大学矿业工程学院	88	1051	14.0	31.0
4	杨欢欢	太原理工大学矿业工程学院	10	17	2.0	4.0
5	庞星	太原理工大学矿业工程学院	3	1	1.0	1.0
6	罗百盛		2	0	0.0	0.0
9	郭子奇	太原理工大学矿业工程学院	1	0	0.0	0.0