10.16251/j.cnki.1009-2307.2016.12.056
小波神经网络在隧道施工沉降预测中的应用
为了尽量减小由隧道开挖引起的地面沉降而带来的风险,需要在隧道施工过程中可靠地预测地表的变形量.该文采用改进的方法来选择平移和伸缩因子的初始值,利用小波神经网络分析预测隧道施工中的地表沉降量,并在预测中考虑了地表平均压力、盾构机平均穿透深度、填充泥浆度等外界因素对地表沉降的影响.结果表明,利用改进的方法来选择初始的平移和伸缩因子,提高了函数的逼真性能,并减小了估计误差.
小波神经网络、沉降监测、平移因子、伸缩因子
41
P208(一般性问题)
2017-02-24(万方平台首次上网日期,不代表论文的发表时间)
共5页
283-287