赵凤阳

• 1:中南大学

摘要(Abstract)：

为了尽量减小由隧道开挖引起的地面沉降而带来的风险,需要在隧道施工过程中可靠地预测地表的变形量。该文采用改进的方法来选择平移和伸缩因子的初始值,利用小波神经网络分析预测隧道施工中的地表沉降量,并在预测中考虑了地表平均压力、盾构机平均穿透深度、填充泥浆度等外界因素对地表沉降的影响。结果表明,利用改进的方法来选择初始的平移和伸缩因子,提高了函数的逼真性能,并减小了估计误差。

关键词(KeyWords)： 小波神经网络;沉降监测;平移因子;伸缩因子

Abstract:

Keywords:

基金项目(Foundation):

作者(Author): 赵凤阳

DOI: 10.16251/j.cnki.1009-2307.2016.12.056

参考文献(References)：

• [1]BOBET A.Analytical solutions for shallow tunnels in saturated ground[J].Journal of Engineering Mechanics,2001,127(12):1258-1266.
• [2]许正文.隧道工程变形监测数据处理[D].上海:同济大学,2009:1-53.
• [3]KARAKUS M,FOWELL R J.Effects of different tunnel face advance excavation on the settlement by FEM[J].Tunnelling and Underground Space Technology,2003,18(5):513-523.
• [4]CHENG M Y,TSAI H C,KO C H,et al.Evolutionary fuzzy neural inference system for decision making in geotechnical engineering[J].Journal of Computing in Civil Engineering,2008,22(4):272-280.
• [5]李超.小波神经网络在大坝变形预测中的应用研究[D].西安:长安大学,2012:1-58.
• [6]陈启华.小波神经网络在高速铁路变形监测中的应用[D].桂林:桂林理工大学,2011:1-57.
• [7]李超.小波神经网络在建筑物变形分析中的应用[D].桂林:桂林理工大学,2012:1-69.
• [8]魏健.小波人工神经网络在建筑沉降预测中的应用研究[D].北京:北京交通大学,2013:1-81.
• [9]POURTAGHI A.Wavelet neural network and wavelet performance evaluation in hydrodynamic force prediction due to waves on vertical cylinders[J].International Journal of Information and Computer Science,2012,1(9):204-213.
• [10]CHOU W I,BOBET A.Predictions of ground deformations in shallow tunnels in clay[J].Tunnelling and Underground Space Technology,2002,17(1):3-19.