10.13465/j.cnki.jvs.2019.03.028
基于BP神经网络的围岩介质爆炸峰值压力预测
基于BP(Back Propagation)神经网络法,收集对比130个公开的地下封闭爆炸数据,区分黏土、砂性土和岩石三组围岩介质,简化地下任意点爆炸围岩介质峰值力的多因素影响,分析爆炸比例距离、纵波波速、密度和饱和度等特征参数产生的权重影响,考察爆冲的输出峰值压力特征,提出土中任一点围岩介质峰值压力的简易预测方法,并通过与经验方法对比,验证简易方法的实效性.利用Matlab建立不同隐含层单元数的BP(Back-Propagation)神经网络,当隐含层分别选择6、7、6个神经元时整体网络性能最佳,该条件下对比测试样本的BP神经网络、经验公式和多元回归分析方法(MVRA)的预测效果,BP神经网络方法得到最小平均绝对误差.在各围岩介质数据的误差对比分析中,BP神经网络法得到砂性土的预测误差相对最小,相比经验公式和多元回归分析优势明显.在同一围岩介质参数的敏感度分析中,纵波波速对峰值压力产生最显著影响.将工程实例参数带入对比BP神经网络和MVRA,考虑不同介质反射系数得到峰值压力预测值和拱顶爆炸荷载峰值实测值的相对误差可小于20%.该估算方法可为类似地下结构防护设计值提供一种简化参考.
BP神经网络、围岩介质、峰值压力、预测值、爆炸荷载
38
TV554;U231(水利工程施工)
国家自然科学基金51678038;霍英东教育基金会122009;北京交通大学基本科研业务费2017JBM083;中国国家留学基金委201707095041
2019-06-04(万方平台首次上网日期,不代表论文的发表时间)
共8页
199-206