排序方式: 共有2条查询结果,搜索用时 0 毫秒
1
1.
盾构法隧道施工地表变形的小样本智能预测 总被引:1,自引:0,他引:1
以盾构施工监测所得地表位移资料为学习样本,通过选择合适的人工智能神经网络结构及其相关参数建立预测模型,在小样本训练的情况下,预测下一步后续施工的地表变形位移.通过时间窗滚动多步预测,可以获得盾构工作面前、后方测点在近数日之内任意一天的地表变形位移,并自动绘制盾构推进中沿隧道纵轴方向的隆/沉历时曲线.以上海市地铁明珠二期南浦大桥站附近交叠隧道上行区间盾构推进施工期间的工程实例验证,表明按本文建议方法的预测结果与实际的施工监测值吻合良好. 相似文献
2.
在分析交叠隧道盾构法施工地表变形规律的基础上 ,采用进化神经网络建立了地表变形智能预测模型 ,由此预测盾构推进中下一步地表变形以给变形控制提供依据 .通过对上海地铁明珠二期交叠区间隧道上下行线施工地表变形的预测 ,表明进化智能预测具有较高精度 ,预测和实施的相关性系数达 98%以上 ,从而论证了该方法的可行性和适用性 . 相似文献
1