基于GA-BP神经网络水下隧道涌水量预测及应用

根据有关水下隧道渗流涌水影响因素的研究成果及预测涌水量时选择影响因素的准则,确定了用于预测水下隧道涌水量的6个影响因子。分析了遗传算法与BP神经网络结合的可行性,并利用遗传算法优化BP神经网络的权值和阈值,从而建立了多影响因子的 GA-BP神经网络预测模型,其收敛性能好、简单可行。通过比较GA-BP神经网络和经典BP神经网络模型的预测结果,验证了前者改良了后者的局限性并提高了预测精度。     

广深港客运专线下穿珠江狮子洋隧道渗流场数值研究

广深港客运专线狮子洋隧道下穿珠江,隧道洞身存在高渗水压力,可能导致水通过高渗透性地层或与开阔水面有通道相连的地层时大量渗入而造成隧道涌水.在收集并分析水文地质以及工程地质勘查资料的基础上,建立了隧道局部典型区域渗流场模型,并运用 Visual Modflow 软件进行计算,得到隧道周围渗流场,获得最大渗流流速及压力水头.