基于改进粒子群算法和神经网络的智能位移反分析法及其应用

为确定工程计算所需的围岩力学参数,提出一种基于改进粒子群算法和BP神经网络的智能位移反分析方法,结合工程现场量测到的围岩位移信息,实现对隧道围岩力学参数的反演。该方法利用正交和均匀试验设计方法获得训练样本,在动态改变惯性权重的同时加入粒子位置自适应变异,对标准粒子群算法进行改进,并利用改进算法对BP神经网络权值和阈值进行优化,提高网络训练速度和预测精度;再利用该神经网络建立起待反演参数与实测位移值间的非线性关系,结合改进粒子群算法搜索最优反演参数。将此方法应用于里岩垄隧道YK11+150断面反分析中,比较计算位移值和实测位移值,其平均相对误差为5.35%,表明该方法是可行的。