基于PSO-BP神经网络的地铁盾构场地土体参数反演

摘要

cqvip:土体参数赋值与工程实际的差异是导致数值计算结果与工程实际不符的主要原因之一。针对BP神经网络参数反演存在的缺点,依托实测的太原地铁地表沉降数据,利用MATLAB神经网络工具箱结合正交法和数值模拟技术,构建了PSO-BP神经网络,对土体参数进行反演修正,并采用反演修正后的土体参数对下一工况进行了预测分析。分析结果表明:PSO-BP具有较高的计算精度,所建立的神经网络反演结构能够很好地反映地表沉降与土体参数之间的非线性关系,可以为同地区类似工程的土体参数取值提供参考。