摘要
本发明属于软土盾构隧道稳定性预测技术领域,具体公开了一种基于改进GA‑BPNN的软土盾构隧道稳定性预测方法,包括:确定初始地层参数,并采用正交试验法生成多组地层参数组合;将多组地层参数组合输入至有限元模型,输出得到不同参数组合下的隧道沉降量,进而构建改进GA‑BPNN模型;基于实际监测数据和改进GA‑BPNN模型对地层参数进行反演分析,得到更新的地层参数;基于更新后的地层参数和改进GA‑BPNN模型,对软土盾构隧道的沉降量进行预测,并根据预测结果评估软土盾构隧道的长期稳定性。本发明解决了现有技术无法保证软土盾构隧道参数反演和稳定性预测的精度与效率,且计算资源消耗较大的问题。
技术关键词
软土盾构隧道
稳定性预测方法
参数
BP神经网络模型
三维地质模型
遗传算法优化BP神经网络
非线性特征提取
地质勘探数据
因子
监测点
内摩擦角
泊松比
软件
数值
力学
资料
系统为您推荐了相关专利信息
长短期记忆网络
近似动态规划
参数
控制策略
轨迹
仿生骨支架技术
晶胞尺寸
新型多孔结构
坐标系
仿真模型
地下水资源评估
水文地质参数
运动数学模型
时间段
表达式