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
基于实测数据的地铁隧道长期沉降预测模型研究
被引量：
10
1
作者
李翔宇
李新源
+2 位作者
李明宇
聂俊霞
冯晓波
《西安建筑科技大学学报（自然科学版）》
北大核心
2021年第2期186-193,共8页
基于上海地铁二号线的实测沉降数据,运用遗传算法(GA)和粒子群算法(PSO)对传统BP神经网络进行了优化,以弥补BP神经网络在网络结构、权值和阈值选择上的随机性以及容易局部收敛等缺陷,据此提出了两种新型隧道长期沉降预测模型,即GA-BP神...
基于上海地铁二号线的实测沉降数据,运用遗传算法(GA)和粒子群算法(PSO)对传统BP神经网络进行了优化,以弥补BP神经网络在网络结构、权值和阈值选择上的随机性以及容易局部收敛等缺陷,据此提出了两种新型隧道长期沉降预测模型,即GA-BP神经网络和PSO-BP神经网络模型;并对比研究了经验曲线、BP神经网络、GA-BP神经网络以及PSO-BP神经网络等模型方法的优缺点及预测效果.研究发现,以上各神经网络模型均取得了较为满意的预测结果,其中PSO-BP神经网络模型的预测精度最佳,且运算速度最快,是文中所提方法中最适用的盾构隧道长期沉降预测模型.
展开更多
关键词
盾构隧道
长期沉降预测模型
GA-BP神经网络模型
PSO-BP神经网络模型
经验曲线模型
下载PDF
职称材料
题名
基于实测数据的地铁隧道长期沉降预测模型研究
被引量：
10
1
作者
李翔宇
李新源
李明宇
聂俊霞
冯晓波
机构
建筑安全与环境国家重点实验室
中国建筑科学研究院有限公司地基基础研究所
徐州工程学院土木工程学院
郑州大学土木工程学院
中铁十五局集团城市轨道交通工程有限公司
新华通讯社机关事务管理局
出处
《西安建筑科技大学学报（自然科学版）》
北大核心
2021年第2期186-193,共8页
基金
中国建筑科学研究院有限公司青年科研基金资助项目(20161602331030048)
国家自然科学基金资助项目(51508520)
河南省住房城乡建设科技计划资金资助项目(K-1817、K-1818、K1816、K-1940)。
文摘
基于上海地铁二号线的实测沉降数据,运用遗传算法(GA)和粒子群算法(PSO)对传统BP神经网络进行了优化,以弥补BP神经网络在网络结构、权值和阈值选择上的随机性以及容易局部收敛等缺陷,据此提出了两种新型隧道长期沉降预测模型,即GA-BP神经网络和PSO-BP神经网络模型;并对比研究了经验曲线、BP神经网络、GA-BP神经网络以及PSO-BP神经网络等模型方法的优缺点及预测效果.研究发现,以上各神经网络模型均取得了较为满意的预测结果,其中PSO-BP神经网络模型的预测精度最佳,且运算速度最快,是文中所提方法中最适用的盾构隧道长期沉降预测模型.
关键词
盾构隧道
长期沉降预测模型
GA-BP神经网络模型
PSO-BP神经网络模型
经验曲线模型
Keywords
shield
tunnel
prediction
model
of
the
long-term
subsidence
GA-BP
neural
network
model
PSO-BP
neural
network
model
empirical curve
model
分类号
U45 [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
基于实测数据的地铁隧道长期沉降预测模型研究
李翔宇
李新源
李明宇
聂俊霞
冯晓波
《西安建筑科技大学学报（自然科学版）》
北大核心
2021
10
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
