HI,欢迎来到学术之家,发表咨询:400-888-7501  订阅咨询:400-888-7502  股权代码  102064
0

基于人工神经元网络法的隧道地表沉降分析及预测

作者:何辉斌城市隧道工程地表沉降人工神经元网络法沉降观测

摘要:隧道开挖变形控制是隧道施工安全控制的关键环节,但地质条件的多样性、工艺的复杂性使得科学地分析、预测隧道变形变得较为困难。笔者以哈尔滨市保健路隧道工程为依托,基于中导洞特征断面的观测数据,采用人工神经元网络法对特征断面地面沉降随时间及土层物理因素(土层厚度、压缩系数、摩擦角、黏聚力及压缩模量等)的变化进行分析及预测。通过对比理沧预测结果与实际测量结果可知,隧道中导洞地表沉降预测模型误差在6%以内;隧道特征断面地表沉降预测模型误差在4%以内,外延性预测误差在7%以内。

注:因版权方要求,不能公开全文,如需全文,请咨询杂志社

市政技术

《市政技术》(CN:11-4527/TU)是一本有较高学术价值的大型月刊,自创刊以来,选题新奇而不失报道广度,服务大众而不失理论高度。颇受业界和广大读者的关注和好评。 《市政技术》涵盖相关管理业务内容和行业动态资讯,读者对象为从事市政公用工程施工、设计、科研、养护、监理、质监、教学以及设备、植被生产制造等相关企业、单位和专业技术及管理人士。主要栏目:道路与交通、桥梁工程、给水与排水、管道工程、隧道与地下工程、环境保护、材料与设备、测量与检测。

杂志详情