基于DNN的盾构施工地层横向水平变形预测
为了得到盾构施工地层横向水平变形的有效预测模型,提出一种考虑主要盾构施工参数的深度神经网络(deep neural networks,DNN)模型.由广州某盾构工程得到盾构施工引起的周边地层水平变形数据,利用现场实测数据和主要盾构施工参数对模型进行训练并结合遗传算法优化DNN模型网络拓扑结构.结合遗传算法计算80个模型后,最终确定DNN模型在训练过程中均方误差MSE经50轮迭代即收敛并趋于零值,模型预测值和实测值基本吻合(拟合优度R2>0.9),且残差随机分布于零值线附近,说明该模型预测效果良好.研究结果可为类似工程构建水平变形预测模型提供参考.
盾构施工、现场实测法、深度神经网络、横向水平变形、变形预测模型
42
U455.43(隧道工程)
国家自然科学基金;广东省自然科学基金资助项目;广东省自然科学基金资助项目
2023-03-06(万方平台首次上网日期,不代表论文的发表时间)
共8页
201-208