隧道拱顶下沉时序遗传算法神经网络预测模型

被引：18

作者：

姜德义 ^{[1
]}

任松 ^{[1
]}

刘新荣 ^{[1
]}

蒋再文 ^{[2
]}

机构：

[1] 重庆大学西南资源开发及环境灾害控制工程教育部重点实验室

[2] 重庆高速公路发展公司东南分公司

来源：

地下空间与工程学报 | 2006年 / 04期

关键词：

遗传算法; 神经网络; 隧道; 拱顶下沉;

D O I：

暂无

中图分类号：

U451 [隧道结构理论];

学科分类号：

0814 ; 081406 ;

摘要：

传统神经网络算法不可避免会出现局部极值问题,可能导致训练失败。因此,作者在分析了隧道拱顶下沉规律及其主要影响因素的基础上,采用基于遗传算法的神经网络建立了隧道拱顶下沉时序的预测模型。模型在綦万高速公路麒麟寺隧道施工中成功应用,结果表明采用基于遗传算法的神经网络能够有效避免局部极值问题,收敛速度较快,能对隧道拱顶下沉时序进行较为准确的预测。

引用

页码：547 / 550

页数：4

共 7 条

[1] 基于BP神经网络的库存动态预测及其应用 [J].