遗传算法优化神经网络在地铁隧道变形中的应用
王亮
摘要：地铁隧道变形与土壤的本质属性和工程特殊性等条件相关,影响因素较多且非常复杂,导致在预测上很难达到精确、高效.BP神经网络存在着自适应学习、非线性映射等特点,广泛应用于隧道变形的预测.BP神经网络在应用中容易出现局部极小值、收敛速度慢的缺陷,文章借助遗传算法对BP神经网络进行优化,以经典Logistic模型为原型,利用遗传算法的仿生能力,对以时间为自变量的Logistic模型进行参数的优化求解,构建时间域上的沉降预测模型.以深圳市地铁轨道交通9号线某站渡线隧道实测资料为例,利用优化后的Logistic模型对拱顶点的沉降量进行预测,通过与实测值对比,证明遗传算法在地铁隧道变形预测中具有较高精度和稳定性.
关键词：遗传算法神经网络地铁隧道形变监测
分类号：TU91(地下建筑)
论文发表日期：2023-01-28
页数：3( 5-7 )