PSO-BP神经网络在隧道围岩变形预测中的应用

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。     

隧道施工红外探水干扰分析与预防研究

隧道红外探水预报受多种因素的干扰,其准确性往往受到影响。通过红外探水的原理分析,对广大铁路扩能改造工程祥和隧道进口段进行现场试验,针对每一项影响因素做详细的试验测试,分析发现灯源、初喷混凝土对红外探测造成的影响最大,产生干扰的根本原因是干扰源产生的热量改变了原来的环境温度,并探讨了减小干扰的主要方法:1)探测时选择干扰源最少的时间段;2)若干扰无法避免,可按最高温度为标志点建立干扰温度场,即可明显排除干扰产生的影响;3)探测时应保持在隧道中轴线上,保持接收孔与每一条测线各测点夹角相同。通过以上方法,可以有效提高隧道红外探水的准确性。