隧道工程圍巖變形預(yù)測(cè)的人工智能方法及集成.pdf

1、隧道工程圍巖變形預(yù)測(cè)是以巖體的物理力學(xué)參數(shù)、支護(hù)參數(shù)以及工程現(xiàn)場(chǎng)量測(cè)位移作為基礎(chǔ)信息，對(duì)后續(xù)施工引起的圍巖變形進(jìn)行超前預(yù)報(bào)。本文通過(guò)對(duì)已有變形預(yù)測(cè)方法的比較，提出了一種人工智能組合預(yù)測(cè)方法。 本文采用均勻試驗(yàn)設(shè)計(jì)理論對(duì)FLAC3D單線(xiàn)鐵路隧道模型參數(shù)的選取進(jìn)行了設(shè)計(jì)，應(yīng)用FLAC3D模擬實(shí)際隧道的開(kāi)挖生成大量變形量測(cè)信息。分別利用BP神經(jīng)網(wǎng)絡(luò)、廣義回歸神經(jīng)元網(wǎng)絡(luò)（GRNN）和改進(jìn)的遺傳支持向量機(jī)回歸方法對(duì)FLAC3D計(jì)算所得數(shù)據(jù)

2、進(jìn)行學(xué)習(xí)，建立隧道設(shè)計(jì)、施工已知信息（圍巖力學(xué)參數(shù)、隧道埋深、開(kāi)挖方式、支護(hù)參數(shù)）與隧道斷面變形的非線(xiàn)性映射關(guān)系，對(duì)于任一組圍巖力學(xué)參數(shù)和支護(hù)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(jìn)到各個(gè)位置時(shí)的變形值。 利用三種人工智能方法給出的預(yù)測(cè)值，建立基于遺傳算法的人工智能綜合預(yù)測(cè)模型。通過(guò)遺傳算法給出一組權(quán)重值，對(duì)三種方法分別給出的預(yù)測(cè)結(jié)果加權(quán)求平均得到最終的變形預(yù)測(cè)數(shù)據(jù)。 本文以單線(xiàn)鐵路隧道為