基于地质统计模型的小波神经网络在地下洞室超挖预测中的应用

被引:15
作者
孙少锐
吴继敏
魏继红
机构
[1] 河海大学土木工程学院
[2] 河海大学土木工程学院 南京
关键词
地下工程; 结构面; 地质参数; 超挖; 统计模型; 小波神经网络; 预测;
D O I
暂无
中图分类号
TU457 [岩石稳定性分析];
学科分类号
0801 ; 080104 ; 0815 ;
摘要
基于地质统计模型的小波神经网络,对地下洞室块体超挖情况进行了预测。首先,简述了超挖预测的几个基本理论:地质统计模型理论、小波神经网络理论以及洞室超挖理论。其次,根据这几个基本理论介绍了预测的整个程序设计过程,并编制了相应的计算程序,其中,地质统计模型采用概率论与数理统计的基本理论,小波神经网络采用小波基作为神经网络的激励函数前馈型网络,洞室超挖预测根据实测的洞室地质参数来预测超挖块体大小。最后,从野外地质调查着手,结合某一抽水蓄能电站的实测地质资料,应用提到的基本理论对几个洞室的超挖块体大小进行预测,为地下洞室防止超挖或减少超挖提供依据。
引用
收藏
页码:1344 / 1349
页数:6
相关论文
共 9 条
[1]   基于神经网络的岩体渗透系数反演方法及其工程应用 [J].
李守巨 ;
刘迎曦 ;
王登刚 ;
李华 ;
吴凤吉 .
岩石力学与工程学报, 2002, (04) :479-483
[2]   冲击地压AE时间序列小波神经网络预测模型 [J].
谭云亮 ;
孙中辉 ;
杜学东 .
岩石力学与工程学报, 2000, (S1) :1034-1036
[3]   公路隧道超欠挖统计规律研究 [J].
佘健 ;
钟新樵 .
重庆交通学院学报, 2000, (02) :15-20
[4]   节理岩体中地下洞室超挖预测 [J].
吴继敏 .
工程地质学报, 1999, (01) :3-8
[5]  
概率论与数理统计[M]. 高等教育出版社 , 盛骤等编, 2001
[6]  
岩土工程新技术[M]. 中国建筑工业出版社 , 吴世明等编著, 2001
[7]  
小波分析与信号处理[M]. 重庆出版社 , 李建平主编, 1997
[8]  
神经网络的应用与实现[M]. 西安电子科技大学出版社 , 焦李成 编著, 1993
[9]  
岩石力学参数手册[M]. 水利电力出版社 , 水利水电科学研究院等 合编, 1991