隧道工程圍巖變形預(yù)測的人工智能方法及集成.pdf

1、隧道工程圍巖變形預(yù)測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)場量測位移作為基礎(chǔ)信息，對后續(xù)施工引起的圍巖變形進(jìn)行超前預(yù)報(bào)。本文通過對已有變形預(yù)測方法的比較，提出了一種人工智能組合預(yù)測方法。 本文采用均勻試驗(yàn)設(shè)計(jì)理論對FLAC3D單線鐵路隧道模型參數(shù)的選取進(jìn)行了設(shè)計(jì)，應(yīng)用FLAC3D模擬實(shí)際隧道的開挖生成大量變形量測信息。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、開挖方式、支護(hù)參數(shù)）與隧道斷面變形的非線性映射關(guān)系，對于任一組圍巖力學(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)測值，建立基于遺傳算法的人工智能綜合預(yù)測模型。通過遺傳算法給出一組權(quán)重值，對三種方法分別給出的預(yù)測結(jié)果加權(quán)求平均得到最終的變形預(yù)測數(shù)據(jù)。 本文以單線鐵路隧道為