基于PSO-BP算法的隧道非线性位移分析模型

摘要：

粒子群优化(PSO)算法是近年来发展迅速,并得到广泛应用的一种仿生全局最优化算法.与遗传算法相比,该算法具有操作简单、易于编程的优点.结合铜黄高速公路汤屯段大田连拱隧道施工,采用PSO算法对BP神经网络的权值进行自动优化,获得训练效果最好的BP网络模型参数以提高网络的泛化能力,建立起基于PSO-BP算法的大田隧道施工位移非线性智能分析模型,并采用此模型对后续施工隧道变形进行了预测分析.与实测位移对比表明,本文建立的PSO-BP模型平均预测相对误差仅为3.1%,可很好地作为隧道信息化施工的一种辅助方法,并为其他类似岩土工程提供借鉴.

关键词：隧道工程、BP神经网络、粒子群优化算法、变形监测、位移预报

所属期刊栏目：5

分类号：U45(隧道工程)

资助基金：863计划资助项目2007AA118109;北京交通大学科技基金项目2006XM025

在线出版日期：2009-06-03（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：250-253