基于粒子群优化BP神经网络的隧道围岩位移反演分析

作     者：朱珍德 杨喜庆 郝振群 王士宏 ZHU Zhen-de;YANG Xi-qing;HAO Zhen-qun;WANG Shi-hong

作者机构：温州大学建筑与土木工程学院浙江温州325035 河海大学岩土工程研究所江苏南京210098 水利部淮河水利委员会建设局安徽蚌埠233001 

基　　金：浙江省自然科学重大基金项目(2009C33049) 国家自然科学基金项目(50674040) 

出 版 物：《水利与建筑工程学报》 (Journal of Water Resources and Architectural Engineering)

年 卷 期：2010年第8卷第4期

页      码：16-20页

摘      要：针对无锡惠山隧道岩体破碎、围岩稳定性差等特点,基于长期现场监测变形位移数据,借助粒子群算法的参数优化功能,利用Matlab神经网络工具箱编制了优化PSO—BP隧道位移反分析系统。PSO—BP系统利用正交试验设计和有限元方法获得学习样本,再通过粒子群算法搜索最优的神经网络模型参数。用BP神经网络模型建立待反参数与实测位移之间的非线性映射关系,最后用粒子群算法从全局空间上搜索最优反演参数。克服了普通智能优化算法收敛速度慢、正分析计算量大等缺陷,具有全局优化特性。将模型应用于惠山隧道Ⅳ级围岩断面ZK6＋485的反分析中,计算结果与实测值对比表明采用PSO—BP预测模型进行隧道位移预测是可行的。

主 题 词：隧道工程 位移反分析 BP神经网络 粒子群优化算法 

学科分类：081406[081406] 08[工学] 0814[工学-地质类] 082301[082301] 0823[工学-农业工程类] 

D　O　I：10.3969/j.issn.1672-1144.2010.04.005

馆 藏 号：203410637...