- 中国科学引文数据库(CSCD)核心期刊
- 中文核心期刊中文科技核心期刊
- Scopus RCCSE中国权威学术期刊
- 美国EBSCO数据库 俄罗斯《文摘杂志》
- 《日本科学技术振兴机构数据库(中国)》

隧道建设(中英文) ›› 2020, Vol. 40 ›› Issue (7): 988-0996.DOI: 10.3973/j.issn.2096-4498.2020.07.007
展超
Experimental Effect Prediction of Ground Conditioning of Water rich Sandy Stratum Based on BP Neural Network
ZHAN Chao
摘要: 在地铁隧道建设过程中,渣土改良效果是影响盾构掘进速度的关键因素。为确保盾构顺利掘进,以坍落度试验、渗透试验和电阻率测试的结果作为数据样本集,根据深度学习领域常用的数据划分方法将训练集、验证集和预测集按照6∶2∶2进行划分,基于BP神经网络建立渣土改良效果的预测模型,对南昌地区富水砂层进行渣土改良效果预测,并将预测值和实际值进行对比分析。研究结果表明: 坍落度、渗透系数、内摩擦角在模型学习过程中的平均预测值分别为1728 mm、3355×10-6 cm/s、216°,相对误差平均值分别为176%、453%和360%; 预测集的输出结果与实测值的部分数据重合,三者的平均误差均在5%以内,可决系数R2值分别为088、090和085,表明该神经网络结构属于高精度模型。预测结果的误差均在现场渣土改良的允许误差范围内,可见BP神经网络模型能够对渣土改良的效果进行精准预测。
中图分类号: