基于GRA-SSA-Elman的隧洞TBM掘进适应性评价

摘要：

为准确评价隧洞施工TBM掘进适应性,保障TBM安全、高效施工,提出一种基于灰色关联分析(GRA)与麻雀搜索算法(SSA)优化Elman神经网络的TBM掘进适应性预测模型.首先,从地质条件、掘进参数、不良地质、施工组织4个方面综合考虑,初步选取13个主要影响因素,建立隧洞TBM掘进适应性评价指标体系;然后,利用GRA分析指标与掘进适应性间的关联性,引入SSA优化Elman神经网络,提高模型性能,并采用留一交叉验证法验证模型的准确性及可靠性,使得模型最接近原始数据分布特征;最后,结合北疆水利工程某标段中待测样本对模型预测效果进行验证,同时与Elman、PSO-Elman、BP神经网络模型预测结果及现场实际结果对比分析.结果表明:SSA-Elman模型预测结果与实际工程结果吻合度较高,该模型能够正确、有效地对TBM掘进适应性进行预测评价,且具有合理性和可操作性,可为隧洞TBM适应性评价提供一种新方法.

关键词：隧洞施工、TBM掘进适应性、灰色关联分析、麻雀搜索算法、Elman神经网络

所属期刊栏目：42

分类号：U455(隧道工程)

资助基金：国家自然科学基金51668037

在线出版日期：2022-12-29（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：1879-1888