材料管理软件

基于粒子群优化BP神经网络的隧道围岩位移反演分析

内容简介

　　针对无锡惠山隧道岩体破碎、围岩稳定性差等特点，基于长期现场监测变形位移数据，借助粒子群算法的参数优化功能，利用Maflab神经网络工具箱编制了优化PSO--BP隧道位移反分析系统。PSO--BP系统利用正交试验设计和有限元方法获得学习样本，再通过粒子群算法搜索最优的神经网络模型参数。用BP神经网络模型建立待反参数与实测位移之间的非线性映射关系，最后用粒子群算法从全局空间上搜索最优反演参数。克服了普通智能优化算法收敛速度慢、正分析计算量大等缺陷，具有全局优化特性。将模型应用于惠山隧道Ⅳ级围岩断面zK6+485的反分析中，计算结果与实测值对比表明采用PS0-BP预测模型进行隧道位移预测是可行的。

专题推荐

· 隧道围岩
· 隧道围岩开挖
· 隧道围岩分级

培训课程

· 施工技能课程五折，机不可失
· 【预售】施工前期必备技能
· 道路路基施工必备知识
· 市政施工基础入门培训
· 施工识图读图，这些要掌握!

发布：2007-11-27 14:21 编辑：泛普软件 · xiaona [打印此页] [关闭]

基于粒子群优化BP神经网络的隧道围岩位移反演分析

泛普材料管理软件其他应用