基于蚁群算法的地铁隧道沉降预测研究

doi:10.3973/j.issn.1672-741X.2013.06.007

隧道建设（中英文） ›› 2013, Vol. 33 ›› Issue (6): 462-468.DOI: 10.3973/j.issn.1672-741X.2013.06.007

基于蚁群算法的地铁隧道沉降预测研究

陈喜凤¹，刘岭²，黄腾^1

（1. 河海大学地球科学与工程学院，江苏南京 210098； 2. 浙江省电力设计院，浙江杭州 310012）

收稿日期:2013-02-20 修回日期:2013-04-02 出版日期:2013-06-20 发布日期:2013-07-25
作者简介:陈喜凤（1988—），女，河北保定人，河海大学在读硕士，主要研究方向为地铁隧道变形监测及数据处理及精密工程测量等。

Study on Settlement Prediction of Metro Tunnels Based on Ant Colony Algorithm

CHEN Xifeng¹, LIU Ling², HUANG Teng¹

(1. School of Earth Sciences and Engineering, HoHai University, Nanjing 210098, Jangsu, China; 2. Zhejiang Electric Power Design Institute, Hangzhou 310012, Zhejiang, China)

Received:2013-02-20 Revised:2013-04-02 Online:2013-06-20 Published:2013-07-25

摘要/Abstract

摘要：

紧邻大型深基坑的地铁隧道因影响因素极其复杂，难以准确预测其沉降变形，以致无法较早判定隧道的安全状况，亦无法根据其变形信息及时、有效地指导基坑施工。针对这一问题，立足TSP基本蚁群算法模型，结合地铁隧道沉降变形实际，在确定模型路径选择机制的基础上，通过合理构建信息函数和启发函数，确立信息素更新机制以及蚂蚁搜索机制，最终建立了地铁隧道沉降预测的蚁群算法模型，并用实例验证了模型的预测效果，为运营中的地铁隧道特别是紧邻大型基坑的地铁隧道沉降预测开辟了一条新的途径。

关键词: 蚁群算法, 地铁隧道, 沉降预测, 路径选择, 信息函数, 启发函数

Abstract:

Due to the extremely complex factors, it is very difficult to predict the settlement and deformation of Metro tunnels close to largescale deep foundation pits. Therefore, it is impossible to determine the safety conditions of the Metro tunnels and it is also impossible to provide guidance for the construction of the foundation pits. Ant colony algorithm model is established on basis of TSP basic ant algorithm model, actual settlement and deformation of Metro tunnels, determination of the path of the ant colony algorithm model, establishment of information function and heuristic function, and determination of pheromone updating mechanism and antsearching mechanism, so as to predict the settlement of Metro tunnels. The effect of the ant colony algorithm model is validated in engineering cases. The ant colony algorithm model provides a new way for the prediction of the settlement of operating Metro tunnels, especially those close to largescale deep foundation pits.

Key words: ant colony algorithm, Metro tunnel, settlement prediction, path selection, information function, heuristic function

陈喜凤，刘岭，黄腾. 基于蚁群算法的地铁隧道沉降预测研究[J]. 隧道建设, 2013, 33(6): 462-468.

CHEN Xifeng, LIU Ling, HUANG Teng. Study on Settlement Prediction of Metro Tunnels Based on Ant Colony Algorithm[J]. Tunnel Construction, 2013, 33(6): 462-468.

/ 推荐

[1]	戎密仁, 冯超, 庞银萍, 罗澜鑫, 袁颖, 耿东阳, 郑永瑞, 李佳音. 基于WTD-PSR数据处理与GSM-SVR模型的地铁沉降预测[J]. 隧道建设, 2025, 45(11): 2033-2043.
[2]	王卫东, 徐中华, 顾正瑞, 宗露丹. 软土地层地铁隧道受两侧基坑群开挖叠加影响研究[J]. 隧道建设, 2024, 44(S2): 51-60.
[3]	宋宏倬, 姜谙男, 阮颖颖, 闵庆华. 基于Hoek-Brown弹塑性HMD耦合模型的富水区隧道施工分析[J]. 隧道建设, 2024, 44(S2): 342-351.
[4]	杨明辉, 宋牧原, 姚高占, 陈伟, 左国恋, 蔡智远. 机器学习预测盾构掘进地表沉降的研究进展及展望[J]. 隧道建设, 2024, 44(11): 2119-2132.
[5]	蒋涛. 地铁隧道钢管片自动焊接技术研究[J]. 隧道建设, 2024, 44(11): 2283-2292.
[6]	鲍艳, 梅崇斌, 徐鹏宇, 孙哲, 温玉成. 基于改进YOLOv8算法的地铁隧道裂缝识别方法研究[J]. 隧道建设, 2024, 44(10): 1961-1970.
[7]	易国良, 陈馈, 卢高明, 周建军, 范文超. Progress in Shield Tunneling Technology for Urban Underground Space in China（我国城市地下空间盾构法隧道工程技术新进展）[J]. 隧道建设, 2024, 44(1): 1-20.
[8]	马钢, 康佐, 高虎艳, 于文龙, 亢佳伟. 饱和软黄土城市地铁隧道安全风险分析及应对措施研究[J]. 隧道建设, 2023, 43(S1): 425-433.
[9]	张继超, 曾垂刚, 崔乐健, 杨振兴, 孙飞祥, 翟乾智. 基于Loganathan & Poulos、Clough修正公式的浅埋超大直径盾构隧道地面沉降预测 [J]. 隧道建设, 2022, 42(S1): 274-280.
[10]	管浩, 刘维, 王峰, 赵华菁, 张功, 张高海. 基于数据增强和机器学习算法的盾构隧道引发地面沉降预测及应用[J]. 隧道建设, 2022, 42(S1): 331-341.
[11]	席红兵, 李柏生. 硫酸盐-冻融共同作用下隧道衬砌支护喷射混凝土劣化性能研究[J]. 隧道建设, 2022, 42(7): 1219-1226.
[12]	张青, 王洪超, 赵耀, 邵靖淇, 高子明, 张连震, 陈健, 王宠, 于雷. 新建隧道近距离小角度斜下穿既有隧道稳定性分析——以青岛地铁8号线隧道工程为例 [J]. 隧道建设, 2021, 41(S2): 199-208.
[13]	刘春梅, 姜巍, 宫亚峰, 林思远. 基于K-means改进RBF神经网络对深基坑变形分析及预测[J]. 隧道建设, 2021, 41(S2): 246-254.
[14]	刘林胜, 李洋, 李为腾, 李永顺, 王柯. 地铁暗挖车站端锚锚杆预应力功效研究[J]. 隧道建设, 2021, 41(S2): 255-260.
[15]	何嵘国, 张孝勇, 汪旭, 赵子越, 安顺彪. 基于深度学习的地铁隧道监控量测数据分析预测方法[J]. 隧道建设, 2021, 41(S2): 261-267.

基于蚁群算法的地铁隧道沉降预测研究

Study on Settlement Prediction of Metro Tunnels Based on Ant Colony Algorithm

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价