盾构施工引起地面沉降的双子神经网络预测

被引：23

作者：

李宗梁 ^{[1
]}

银鸽 ^{[2
]}

机构：

[1] 浙大网新集团有限公司

[2] 浙江大学建筑工程学院

来源：

地下空间与工程学报 | 2014年 / 10卷 / 01期

关键词：

神经网络; 子网络; 盾构法; 地面沉降值;

D O I：

10.20174/j.juse.2014.01.029

中图分类号：

U455.43 [盾构法（全断面开挖）]; P642.26 [地面沉降]; TP183 [人工神经网络与计算];

学科分类号：

070907 [水文地质学]; 082301 [道路与铁道工程]; 140502 [人工智能];

摘要：

通过对杭州市庆春路钱塘江隧道的地面沉降值的监测数据进行分析,提出了采用双子网络来进行盾构法隧道地面沉降预测的可行性。采用杭州市庆春路钱塘江隧道的地面沉降值的监测数据来分别训练具有双子网络和无子网络的人工神经网络,并利用杭州市庆春路钱塘江隧道的地面沉降值的监测数据本身以及杭州市沿江大道运河隧道的地面沉降监测数据作为检测数据,进行了四组实验。实验表明,采用了双子网络的人工神经网络相比于无子网络的人工神经网络有着更佳的拟合、预测精度以及更小规模的数据输入量。

引用

页码：191 / 200+205 +205

页数：11

共 10 条

[1]

基于多级神经网络的被动声定位算法研究 [J].

国蓉 ;

何镇安 .

计算机应用研究, 2011, 28 (06) :2046-2048+2063

[2]

盾构施工引起地表变形的人工神经网络研究 [J].

王利丰 ;

孙树林 ;

曹继平 .

地下空间与工程学报, 2005, (05) :761-764

[3]

单桩荷载与沉降关系曲线的神经网络预测方法 [J].

王成华 ;

李武君 .

中国港湾建设, 2003, (06) :19-23+31

[4]

人工神经网络在隧道地表变形预测中的应用 [J].

王穗辉 ;

潘国荣 .

同济大学学报(自然科学版), 2001, (10) :1147-1151

[5]

盾构施工扰动与地层移动及其智能神经网络预测 [J].

孙钧 ;

袁金荣 .

岩土工程学报, 2001, (03) :261-267

[6]

基于神经网络的变量选择方法 [J].

高仁祥 ;

张世英 ;

刘豹 .

系统工程学报, 1998, (02)

[7]

Artificial neural networks for predicting the maximum surface settlement caused by EPB shield tunneling.[J].Suchatvee Suwansawat;Herbert H. Einstein.Tunnelling and Underground Space Technology incorporating Trenchless Technology Research.2005, 2

[8]

Neural network based prediction of ground surface settlements due to tunnelling.[J].C.Y. Kim;G.J. Bae;S.W. Hong;C.H. Park;H.K. Moon;H.S. Shin.Computers and Geotechnics.2001, 6

[9]

Application of neural networks to automatic soil pressure balance control for shield tunneling.[J].I-Cheng Yeh.Automation in Construction.1997, 5

[10]

隧道掘进机施工技术.[M].白云; 丁志诚; 主编.中国建筑工业出版社.2008,

← 1 →