GA-BP遗传神经网络在地下厂房变形预测中的应用

摘要

大型水电站地下厂房多采用分层分区开挖方法,施工期围岩变形受施工程序的影响呈强烈的非线性特点。针对传统回归模型对此类地下厂房围岩变形预测精度较低的问题,考虑了影响围岩变形的主要因素,采用遗传算法优化BP神经网络,结合动态分析法建立了施工期围岩变形预测的GA-BP模型。GA-BP模型在向家坝地下厂房运用结果表明,与回归模型相比,GA-BP预测模型提高了预测结果的精度与稳定性,适合施工现场的监测分析与预测。