期刊导航
期刊开放获取
cqvip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
长大隧道软弱围岩施工大变形智能预测方法
被引量:
25
1
作者
王树栋
刘开云
《中国铁道科学》
EI
CAS
CSCD
北大核心
2008年第2期82-87,共6页
长大隧道软弱围岩段施工大变形预测是保证长大隧道施工安全和工程质量的重要措施。结合宜万铁路堡镇隧道工程,运用BP神经网络和遗传算法进行长大隧道软岩段施工大变形预测。采用遗传算法自动搜索使BP神经网络训练效果最优的网络参数,形...
长大隧道软弱围岩段施工大变形预测是保证长大隧道施工安全和工程质量的重要措施。结合宜万铁路堡镇隧道工程,运用BP神经网络和遗传算法进行长大隧道软岩段施工大变形预测。采用遗传算法自动搜索使BP神经网络训练效果最优的网络参数,形成能够反映变形与时程高度非线性和不确定关系的GA-BP算法,建立预测智能模型。将预测时间点输入此智能模型,由BP神经网络优异的泛化性能获得该时间点的变形预测值。堡镇隧道应用结果表明,GA-BP算法具有很高的预测精确度,对连续5 d隧道变形预测的最大误差仅为6.68%,完全满足长大隧道软岩段施工大变形预测的需要。
展开更多
关键词
长大隧道
软岩围岩
施工
大变形预测
神经网络
遗传算法
智能模型
下载PDF
职称材料
题名
长大隧道软弱围岩施工大变形智能预测方法
被引量:
25
1
作者
王树栋
刘开云
机构
北京交通大学土木与建筑工程学院
出处
《中国铁道科学》
EI
CAS
CSCD
北大核心
2008年第2期82-87,共6页
基金
铁道部科技研究开发计划项目(2004G021-C-02)
文摘
长大隧道软弱围岩段施工大变形预测是保证长大隧道施工安全和工程质量的重要措施。结合宜万铁路堡镇隧道工程,运用BP神经网络和遗传算法进行长大隧道软岩段施工大变形预测。采用遗传算法自动搜索使BP神经网络训练效果最优的网络参数,形成能够反映变形与时程高度非线性和不确定关系的GA-BP算法,建立预测智能模型。将预测时间点输入此智能模型,由BP神经网络优异的泛化性能获得该时间点的变形预测值。堡镇隧道应用结果表明,GA-BP算法具有很高的预测精确度,对连续5 d隧道变形预测的最大误差仅为6.68%,完全满足长大隧道软岩段施工大变形预测的需要。
关键词
长大隧道
软岩围岩
施工
大变形预测
神经网络
遗传算法
智能模型
Keywords
Long
and
large
tunnel
Weak
surrounding
rock
Construc
tion
prediction
of
large
deforma
-
tion
Neural
network
Genetic
algorithm
Intelligence
model
分类号
U456.31 [建筑科学—桥梁与隧道工程]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
长大隧道软弱围岩施工大变形智能预测方法
王树栋
刘开云
《中国铁道科学》
EI
CAS
CSCD
北大核心
2008
25
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部