基于人工神经网络预测盾构掘进引起的地表最大变形

摘要

本文运用人工神经网络(ANN),预测土压平衡盾构掘进过程中引起的地表最大沉降.依托长沙地铁4号线项目,收集到39个断面的地质参数、掘进参数和地表沉降参数.提出了一种量化地质参数的方法,利用人工神经网络非线性拟合能力,综合考虑地层与盾构机掘进过程中的相互耦合关系.研究结果表明,本文预测的地表最大沉降平均绝对误差(MAE)为2.1mm,均方根误差(RMSE)为2.4mm,训练好的神经网络模型能在短时间内预测出整条线路的最大沉降值.