隧道工程圍巖變形預測的人工智能方法及集成.pdf

1、隧道工程圍巖變形預測是以巖體的物理力學參數(shù)、支護參數(shù)以及工程現(xiàn)場量測位移作為基礎信息，對后續(xù)施工引起的圍巖變形進行超前預報。本文通過對已有變形預測方法的比較，提出了一種人工智能組合預測方法。 本文采用均勻試驗設計理論對FLAC3D單線鐵路隧道模型參數(shù)的選取進行了設計，應用FLAC3D模擬實際隧道的開挖生成大量變形量測信息。分別利用BP神經(jīng)網(wǎng)絡、廣義回歸神經(jīng)元網(wǎng)絡（GRNN）和改進的遺傳支持向量機回歸方法對FLAC3D計算所得數(shù)據(jù)

2、進行學習，建立隧道設計、施工已知信息（圍巖力學參數(shù)、隧道埋深、開挖方式、支護參數(shù)）與隧道斷面變形的非線性映射關系，對于任一組圍巖力學參數(shù)和支護參數(shù)，根據(jù)已建立的三種人工智能分析模型均可以確定隧道指定斷面在掌子面推進到各個位置時的變形值。 利用三種人工智能方法給出的預測值，建立基于遺傳算法的人工智能綜合預測模型。通過遺傳算法給出一組權重值，對三種方法分別給出的預測結果加權求平均得到最終的變形預測數(shù)據(jù)。 本文以單線鐵路隧道為