大型地下硐室开挖过程位移变形智能预测
来源期刊：煤炭学报2001年第1期
论文作者：宫永军 庄世勇 王述红 孙豁然
关键词：量测位移; 遗传算法; 神经网络; 实时预报;
摘 要：地下硐室开挖过程中，硐周位移及其变化规律比较容易获得并起着十分重要的作用，不仅可以作为检验施工设计的依据，而且可以预测预报围岩的稳定性和调整开挖方式、支护设计等，从而指导施工.根据现场监测的数据，利用建立的遗传神经网络模型，分析了原始数据，对观测数据进行学习，预测下步施工位移变形量，从而为施工方法及时调整和支护方案优选提供参考.工程实例分析表明，该方法预测精度高、实用性广、简单易行.
宫永军1，庄世勇1，王述红2，孙豁然2
(1.本溪钢铁公司 南芬露天矿,;
2.东北大学 资源与土木工程学院,)
摘要:地下硐室开挖过程中，硐周位移及其变化规律比较容易获得并起着十分重要的作用，不仅可以作为检验施工设计的依据，而且可以预测预报围岩的稳定性和调整开挖方式、支护设计等，从而指导施工.根据现场监测的数据，利用建立的遗传神经网络模型，分析了原始数据，对观测数据进行学习，预测下步施工位移变形量，从而为施工方法及时调整和支护方案优选提供参考.工程实例分析表明，该方法预测精度高、实用性广、简单易行.
关键词:量测位移; 遗传算法; 神经网络; 实时预报;
【全文内容正在添加中】
