复杂地质条件下的隧道大变形机理分析及组合预测研究

摘要

隧道大变形是隧道工程中的常见病害之一,严重威胁施工安全及工程进度,对其研究具有重要意义.首先,本文基于隧道所处的地质条件、监测成果等,开展了隧道大变形机理分析;其次,以BP神经网络和支持向量机为基础,利用遗传算法和粒子群算法优化其结构参数,以实现单项预测模型优化,再构建线性组合模型和非线性组合模型,实现了隧道大变形的组合预测.实例分析表明:隧道大变形是地应力因素、岩性因素、地下水因素及施工因素等共同作用的结果;同时,本文组合预测模型较单项预测模型具有更高的预测精度和稳定性,验证了本文组合预测思路的有效性,且以BP神经网络权值法的组合效果最优.通过本文研究,为大变形防治及变形规律评价提供了借鉴和参考,具有一定的实用价值.