基于BP神经网络的富水砂层渣土改良试验效果预测

• 作者: 展超
• 来源期刊: 隧道建设（中英文）
• 学科: 交通运输
• 关键词: 地铁隧道 BP神经网络 富水砂层 渣土改良 效果预测
• 年，卷（期）: 2020,（7）
• 所属期刊栏目: 研究与探索
• 页码范围: 988-996
• 页数: 9页
• 分类号: U45
• 字数: 6739字
• 语种: 中文
• DOI: 10.3973/j.issn.2096-4498.2020.07.007

摘要

在地铁隧道建设过程中,渣土改良效果是影响盾构掘进速度的关键因素.为确保盾构顺利掘进,以坍落度试验、渗透试验和电阻率测试的结果作为数据样本集,根据深度学习领域常用的数据划分方法将训练集、验证集和预测集按照6:2:2进行划分,基于BP神经网络建立渣土改良效果的预测模型,对南昌地区富水砂层进行渣土改良效果预测,并将预测值和实际值进行对比分析.研究结果表明:坍落度、渗透系数、内摩擦角在模型学习过程中的平均预测值分别为172.8 mm、3.355×10-6 cm/s、21.6°,相对误差平均值分别为1.76％、4.53％和3.60％;预测集的输出结果与实测值的部分数据重合,三者的平均误差均在5％以内,可决系数R2值分别为0.88、0.90和0.85,表明该神经网络结构属于高精度模型.预测结果的误差均在现场渣土改良的允许误差范围内,可见BP神经网络模型能够对渣土改良的效果进行精准预测.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	展超		2	1	1.0	1.0