|
|||||
|
|
| 基于改进ＰＳＯ-ＢＰ神经网络的浅埋隧道围岩变形时序预测研究 | |
| 引用本文： | 贾家银,刘宇豪,李晓军,王程平,李孟桓.基于改进ＰＳＯ-ＢＰ神经网络的浅埋隧道围岩变形时序预测研究[J].水利与建筑工程学报,2021,0(5):19-22. |
| 作者姓名： | 贾家银 刘宇豪 李晓军 王程平 李孟桓 |
| 作者单位： | 1．重庆中环建设有限公司，重庆渝北501120；2．重庆交通大学3Ｓ应用技术研究所，重庆南岸500075 |
| 摘 要： | 通过智能化的模式对浅埋隧道围岩变形进行时间序列预测研究，利用改进ＰＳＯ算法优化ＢＰ神经网络参数的方法，用于预测浅埋隧道围岩变形数值。采用改进ＰＳＯ-ＢＰ神经网络构建了海天堡浅埋隧道的拱顶沉降和周边收敛预测模型，使用主成分分析方法选取影响围岩变形的关键因素作为影响因子输入。通过对实验结果的比较和分析，实验结果显示改进ＰＳＯ-ＢＰＮＮ算法的优越性。 |
| 关 键 词： | 浅埋隧道 改进粒子群算法 优化神经网络 围岩变形 时间序列 |
| 本文献已被 CNKI 等数据库收录！ | |
| 点击此处可从《水利与建筑工程学报》浏览原始摘要信息 | |
| 点击此处可从《水利与建筑工程学报》下载全文 | |