隧洞围岩变形的进化神经网络前推预测

摘要

隧洞施工期稳定性通常以隧洞变形总位移量表示的相对位移值为判据,但监测点的埋设受各种施工因素的影响,并不能完全紧跟掌子面掘进而进行,导致隧洞开挖后部分重要的前期位移释放值丢失.本文采用遗传进化算法搜索最优的Elman神经网络结构,大大提高了网络的学习和预测性能,并且利用了Elman网络映射动态特征和适应时变特性的能力;以监测期数据作为训练和检测样本,建立了仿真预报模型,用该模型可以前推丢失位移量;以前推位移值修正实测值得到实际位移值,应用于围岩稳定分析的判别式中.实际工程应用表明,该模型的预测精度满足工程建设的需要,方法是可行的.