您当前的位置： 首页 > 论文 > 2020,51(02) > 矿业工程
基金项目:
国家自然科学基金资助项目(U1710111);山西省重点研发计划资助项目(201703D111027);深部岩土力学与地下工程国家重点实验室基金资助项目(SKLGDUEK1820)
分类号:
U231
DOI:
10.16355/j.cnki.issn1007-9432tyut.2020.02.003
期刊号:
2020,51(02)
收稿日期:
修回日期:
| 通讯作者 | 单位 |
| 杨双锁 | 太原理工大学矿业工程学院 |
摘要:
土体参数赋值与工程实际的差异是导致数值计算结果与工程实际不符的主要原因之一。针对BP神经网络参数反演存在的缺点,依托实测的太原地铁地表沉降数据,利用MATLAB神经网络工具箱结合正交法和数值模拟技术,构建了PSO-BP神经网络,对土体参数进行反演修正,并采用反演修正后的土体参数对下一工况进行了预测分析。分析结果表明:PSO-BP具有较高的计算精度,所建立的神经网络反演结构能够很好地反映地表沉降与土体参数之间的非线性关系,可以为同地区类似工程的土体参数取值提供参考。
关键字:
土体参数;参数反演;BP神经网络;粒子群算法;PSO-BP神经网络;正交试验法;预测分析;