原文传递
基于人工神经网络的隧道监测数据预测模型仿真研究
| 论文题名： | 基于人工神经网络的隧道监测数据预测模型仿真研究 |
| 关键词： | 隧道监测;围岩变形;数据分析;人工神经网络 |
| 摘要： | 人工神经网络是一种模拟人类神经系统的数学模型,它能够揭示数据样本中蕴涵的非线性关系,并且是由大量处理单元所组成的自适应动态系统,它具有良好的自适应性、自组织及很强的学习、联想、容错和抗干扰能力,可灵活方便的对复杂系统进行建模。本论文以柞小高速回龙至镇安三个标段的三条隧道为研究对象,采用 BP神经网络技术建立隧道监测数据的预测模型来实现对隧道变形趋势进行预测。 本文建立了基于ANSYS的隧道有限元分析计算模型,进行了隧道结构受力计算,为隧道结构安全监测传感器的布设提供了参考。理论计算结果和现场监测数据进行比较,数据接近,验证了模型的准确性。其次,本文在对 BP神经网络理论进行分析研究的基础上,通过综合比较不同的网络结构和不同算法条件下建立的神经网络模型,建立基于 BP神经网络的监测数据的预测模型,将利用该预测模型得到的结果和现场得到的监测数据做比较,表明该模型的预测效果较好,并能保证网络的良好的泛化能力。本研究成果可以对所监测的隧道结构参数变形趋势进行预测。这对正确掌握围岩变形规律及时进行维护具有重要意义,为隧道的安全施工和运营提供有效的参考,具有一定的工程使用价值。 |
| 作者： | 林敏 |
| 专业： | 机械设计及理论 |
| 导师： | 王海英 |
| 授予学位： | 硕士 |
| 授予学位单位： | 长安大学 |
| 学位年度： | 2010 |
| 正文语种： | 中文 |
检索历史
应用推荐
