原文传递
基于人工神经网络的隧洞围岩分类与变形预测
| 论文题名： | 基于人工神经网络的隧洞围岩分类与变形预测 |
| 关键词： | 围岩分类;位移反分析;人工神经网络方法;工程应用 |
| 摘要： | 众所周知,隧洞围岩是受各种性质的结构面切割而形成的地质综合体,影响隧洞围岩稳定性的因素众多,其关系很难用一个精确的数学关系式来描述,属于高度非线性映射问题.人工神经网络(Artificial Neural Network,简称ANN)在知识的自学习、非线性动态处理、自适应模式识别等方面的优越性,使其更适合处理各种非线性问题.因此,利用人工神经网络方法研究隧洞围岩问题当是一条值得探索的新途径.该文以东深供水改造工程中隧洞围岩为研究对象,以人工神经网络方法为理论,采用目前应用最广泛的BP网络模型,建立了围岩分类的神经网络模型、位移反分析岩性参数的神经网络模型和位移动态预测的神经网络模型,并应用于东深供水改造工程走马岗隧洞和风岗隧洞某危险断面中.结果表明,模型的精度较高,可满足工程实际要求.因此,该文开展的基于人工神经网络的隧洞围岩分类及变形预测的研究,不仅为大型工程围岩分类及变形预测提供了较符合实际的结果,供工程单位参考,而且为以后同类工程的围岩变形研究提供了一个新的方法. |
| 作者： | 黄显艺 |
| 专业： | 岩土工程 |
| 导师： | 周翠英 |
| 授予学位： | 硕士 |
| 授予学位单位： | 中山大学 |
| 学位年度： | 2004 |
| 正文语种： | 中文 |
检索历史
应用推荐
