基于人工神经网络的大直径盾构隧道施工地层变形预测分析

• 作者: 刘方 刘辉 岳岭 曹利强
• 来源期刊: 铁道标准设计
• 学科: 交通运输
• 关键词: 人工神经网络 大直径 盾构隧道 地表变形 预测
• 年，卷（期）: 2020,（1）
• 所属期刊栏目: 隧道/地下工程
• 页码范围: 122-126
• 页数: 5页
• 分类号: U456.3
• 字数: 3343字
• 语种: 中文
• DOI: 10.13238/j.issn.1004-2954.2011908260004

摘要

为了预测盾构施工引起的地表沉降规律,以京张高铁清华园大直径泥水盾构隧道工程为背景,结合盾构试验段隧道掘进过程中地层变形的监测数据,建立基于时间序列的NARNN(不含外部输入)和NARXNN(含外部输入)非线性自回归神经网络预测模型,对重要监测断面测点的隧道掘进过程中地表沉降发展趋势进行预测分析,并与传统时间序列ARMA模型预测结果进行对比,发现NARNN模型、NARXN模型、NARMA模型的预测结果与现场监测数据都比较吻合,而NARNN和NARXN非线性自回归神经网络预测模型精度明显高于传统时间序列ARMA模型,而考虑外部输入的NARXNN模型又比不考虑外部输入的NARNN精度高.因此,在考虑施工方法、地质条件和空间效应(埋深)等外部因素条件下建立的NARXNN模型具有良好的预测效果,能够较好地模拟盾构施工引起的地表沉降规律.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘方		13	18	2.0	3.0
2	刘辉	北京交通大学城市地下工程教育部重点实验室	14	13	2.0	3.0
3	曹利强	北京交通大学城市地下工程教育部重点实验室	7	13	2.0	3.0
4	岳岭		16	22	2.0	4.0