| PSO-BP神经网络在隧道围岩变形预测中的应用 |
| |
| 引用本文： | 李海斌,翟秋柱,张优,王亚暐,张霄.PSO-BP神经网络在隧道围岩变形预测中的应用[J].路基工程,2017,0(5):164-169. |
| |
| 作者姓名： | 李海斌 翟秋柱 张优 王亚暐 张霄 |
| |
| 作者单位： | 1.中铁十七局集团第四工程有限公司, 重庆 401121 |
| |
| 摘 要： | 针对滇西复杂地质条件下隧道围岩变形预测问题，以BP神经网络为基础，引入了改进后的粒子群算法，通过调试和改进建立了PSO-BP神经网络。该神经网络结合了粒子群算法的全局搜索能力和BP神经网络的局部搜索能力，非线性映射能力强，泛化能力强，具有一定的容错能力。计算结果表明:PSO-BP神经网络预测精度高，平均绝对误差为2.4 mm，平均相对误差为2.7%，满足隧道围岩变形预测精度的需要。
|
| 关 键 词： | 隧道工程 围岩变形预测 粒子群算法 PSO-BP神经网络 |
| 收稿时间： | 2019-11-12 |
Application of PSO-BP Neural Network in Prediction of Tunnel Rock Deformation |
| |
| Abstract: | In relation to the prediction of rock deformation surrounding tunnel under complicated geological conditions in western Yunnan, this paper on the basis of BP neural network introduced an improved particle swarm optimization(PSO) to find out PSO-BP neural network by debugging and improving. This neural network, which combines the PSO global searching ability with the BP local searching ability, has strong capability of nonlinear mapping and generalization with certain capability of fault tolerance. The result of calculation shows that PSO-BP neural network is of high accuracy with the average absolute error of 2.4 mm and the average relative error of 2.7%, and meets the requirement of rock deformation prediction. |
| |
| Keywords: | |
| 本文献已被 CNKI 等数据库收录！ |
| 点击此处可从《路基工程》浏览原始摘要信息 |
|
点击此处可从《路基工程》下载全文 |
|
