基于ANNs地下隧道圍巖穩(wěn)定性分析方法研究.pdf

1、采用現(xiàn)有的人工神經網絡理論和灰色系統(tǒng)理論，運用調研、理論分析、應用分析和軟件編程相結合的研究方法，對少樣本、貧信息的隧道圍巖穩(wěn)定性的分析方法進行研究，并通過實際工程隧道對所研究的方法進行檢驗。主要工作包括：
　　首先，從隧道圍巖位移角度分析隧道圍巖穩(wěn)定性，提出隧道圍巖位移長時預測的BP神經網絡模型。在構建模型的過程中，采用對比多種網絡模型預測結果的方法來確定最優(yōu)模型。當神經網絡模型的隱含層神經單元數(shù)不同時，模型預測結果誤差和所用時

2、間不同，經過反復試驗得到當隱含層神經單元數(shù)為6時模型得出的預測值平均誤差較小，訓練時間較短，綜合考慮建立了預測隧道巖體位移的BP神經網絡長時預測模型。
　　其次，通過對隧道圍巖穩(wěn)定性影響因素的分析，確定了隧道圍巖穩(wěn)定性的分析指標。主要從巖石性質及巖體結構、地應力因素、地下水因素、地質構造、時間因素以及工程因素共六個方面出發(fā)，全面系統(tǒng)的分析了這六個個因素對隧道圍巖穩(wěn)定性的影響，為客觀實際的進行圍巖分級提供依據，以便采取相應的維護隧道

3、圍巖穩(wěn)定的措施。
　　再者，從多因素角度分析隧道圍巖穩(wěn)定性，建立 BP神經網絡模型。利用人工神經網絡自組織、自學習、自適應性及并行式處理、容錯性等的特性，結合隧道圍巖穩(wěn)定性影響因素建立BP神經網絡模型，并利用MATLAB軟件中的神經網絡工具箱實現(xiàn)，依據公路隧道設計規(guī)范和實際工程情況構造樣本數(shù)據，然后用構造的數(shù)據樣本對地下隧道圍巖穩(wěn)定性進行分析。
　　最后，建立了適用于小樣本、貧信息工程中的隧道圍巖穩(wěn)定性分析的GA-GNN模型