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

摘要：

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.

关键词：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

所属期刊栏目：62

分类号：U45(隧道工程)

在线出版日期：2022-08-11（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：106-109