基于BP神经网络算法的大变形隧道位移监测数据分析与应用
万方数据知识服务平台
应用市场
我的应用
会员HOT
万方期刊
×

点击收藏,不怕下次找不到~

@万方数据
会员HOT

期刊专题

10.3969/j.issn.1003-1995.2022.07.24

基于BP神经网络算法的大变形隧道位移监测数据分析与应用

引用
对中老昆万(昆明—万象)铁路景寨隧道大变形进行现场实测与分析,同时考虑时间和距离两个因素的影响,采用BP神经网络算法对隧道拱顶沉降数据进行拟合和预测,并与实测值、施工现场采用的指数函数拟合值进行对比.结果表明,隧道开挖初期隧道变形受距掌子面距离和时间双重影响,支护后以受距离影响为主,距掌子面距离达到75 m后,逐渐转变为以受时间影响为主;BP神经网络算法在量测过程中可不断进行曲线拟合并给出预测值,拟合值比指数函数拟合值更贴合实测值,快捷适用,且精度较高,有利于及时采取施工措施.采用BP神经网络算法拟合及预测时对初始输入数据的依赖性强,可增加原始数据,使预测模型更贴合实际.

铁路隧道、时空影响、监控量测、BP神经网络算法、拱顶沉降、变形预测、掌子面

62

U45(隧道工程)

2022-08-11(万方平台首次上网日期,不代表论文的发表时间)

共4页

106-109

相关文献
评论
暂无封面信息
查看本期封面目录

铁道建筑

1003-1995

11-2027/U

62

2022,62(7)

相关作者
相关机构

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn