基于优化BP神经网络的TBM性能预测 |
| |
引用本文: | 赵光祖,王亚旭,李尧,徐受天,陈帅.基于优化BP神经网络的TBM性能预测[J].河南理工大学学报(自然科学版),2020,39(5):139-145. |
| |
作者姓名: | 赵光祖 王亚旭 李尧 徐受天 陈帅 |
| |
作者单位: | 山东大学岩土与结构工程研究中心,山东济南250061;中铁工程装备集团有限公司,河南郑州450016 |
| |
基金项目: | 国家重点基础研究发展计划(973计划);山东大学基本科研业务费专项;山东省重点研发计划项目;国家重点研发计划;国家自然科学基金 |
| |
摘 要: | 由于隧道掘进机(tunnel boring machine,TBM)掘进速度与机器参数、岩体参数之间的非线性关系复杂,难以准确预测,为了构建可靠的TBM性能预测模型,分析TBM掘进速度的主要影响因素,提出应用模拟退火算法(SA)和遗传算法(GA)优化BP神经网络的TBM性能预测模型,并使用吉林引松供水工程的TBM数据库对GA-BP模型和SA-BP模型进行训练测试。结果表明,与传统BP神经网络方法相比,优化后的模型预测泛化性更好,且精度明显提高。优化后的BP神经网络能在一定程度上克服易陷入局部最优的缺陷,应用于TBM性能预测具有良好表现。
|
关 键 词: | 隧道掘进机 掘进速度 岩体参数 神经网络 |
本文献已被 CNKI 万方数据 等数据库收录! |
|