圍巖位移智能反分析在雪峰山公路隧道中的應用研究.pdf_第1頁
已閱讀1頁,還剩114頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、隨著國民經濟持續(xù)、穩(wěn)定、快速的發(fā)展,我國不斷加大了對基礎設施的投資,隧道工程的興建也越來越多。隧道修建于地質條件復雜的巖土體中,巖土體具有很大的隨機性、模糊性、不確定性和信息不完整性,因此如何確定巖土體力學參數(shù)是一個比較困難的問題。大量的研究表明,反分析技術有望解決這個問題。本文提出一種將BP人工神經網絡與遺傳算法相結合的、基于MATLAB神經網絡工具箱和遺傳算法工具箱實現(xiàn)的圍巖位移智能反分析方法,并將該方法在雪峰山公路隧道中進行應用,

2、以評價該方法的實用性、可行性。 該反分析方法充分利用了BP神經網絡對非線性函數(shù)強大的映射能力、自學習能力和推廣能力,建立了反演參數(shù)與圍巖位移之間的映射關系。它是一種優(yōu)化反分析方法,即把參數(shù)反分析問題轉化為一個目標函數(shù)的尋優(yōu)問題,其計算過程與正分析相似,先給出一組參數(shù)試探值,利用神經網絡進行計算求解,然后比較計算值和實測值的誤差,通過優(yōu)化方法修正參數(shù)試探值,重復以上步驟直到計算值逼近實測值,即可認為此時的參數(shù)為真實值。 本

3、文分別采用正交試驗設計法、均勻試驗設計法設計BP神經網絡的訓練樣.本、檢驗樣本的試驗方案,并基于各試驗方案下的參數(shù)組合用FLAC<'3D>進行隧道開挖支護模擬以獲取圍巖位移信息。以各參數(shù)組合作為網絡的輸入,以圍巖位移信息作為網絡的輸出,這樣就建立了BP神經網絡的訓練樣本和檢驗樣本。 在傳統(tǒng)BP算法的基礎上,本文采用附加動量法和學習速率自適應調整策略對算法進行改進,這樣加快網絡的訓練速度,確保了網絡的穩(wěn)定性。通過引入調整學習速率參

4、數(shù),使得傳遞過程更加敏感,也加快了傳遞函數(shù)的收斂速度,提高了訓練函數(shù)的計算精度。 在反分析的過程中,用遺傳算法搜索最優(yōu)的神經網絡結構,并用改進BP算法訓練此網絡,最后用后驗差檢驗方法進行結果檢驗,以證明神經網絡的預測能力。在此基礎上,將訓練好的神經網絡結合遺傳算法進行參數(shù)反分析,即從反演參數(shù)的全局空間上搜索最優(yōu)值。將本文所研究的位移反分析方法應用于雪峰山隧道Ⅲ類圍巖地段,以實際圍巖位移監(jiān)測值為基礎,對圍巖彈性模量和初始地應力側壓

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論