-
题名基于BP神经网络的地铁盾构掘进参数预测研究
- 1
-
-
作者
刘桂东
-
机构
中铁四局集团第三建设有限公司
-
出处
《地基处理》
2025年第2期201-208,212,共9页
-
文摘
盾构法施工技术已广泛应用于城市地铁建设,建立盾构掘进参数预测模型在减小施工不确定性、保证盾构机安全高效掘进方面具有重要意义。本文基于杭州某在建隧道工程,以地层实际参数与盾构机预设指标等7项参数为网络输入特征,以盾构机掘进参数等4项参数为输出特征,针对该工程构建了一系列不同超参数组合架构的BP神经网络。通过对比模型在验证集上的表现,选取最适用于该工程的盾构掘进参数预测模型,并在测试集上验证模型的泛化能力。随后,针对5类模型超参数开展了敏感性分析,探究超参数取值对BP神经网络泛化能力的影响。结果表明:该模型对于盾构掘进时的注浆量、出土量、总推力及注浆压力的预测效果均较好;训练批次越大或训练轮次和神经元数量越小,模型总体泛化能力越强,而学习率和隐藏层数量越大时,模型总体泛化能力分别呈现两端大、中间小的U型分布和两端小、中间大的钟型分布。
-
关键词
BP神经网络
盾构隧道掘进参数
预测模型
泛化能力
-
Keywords
BP neural networks
shield tunneling parameters
prediction models
generalization ability
-
分类号
U45
[建筑科学—桥梁与隧道工程]
-
