基于FA-NAR动态神经网络的隧洞围岩变形时序预测研究

作者：蔡舒凌; 李二兵^*; 陈亮; 高磊; 濮仕坤; 段建立; 谭跃虎

来源：岩石力学与工程学报, 2019, S2: 3346-3353.

DOI：10.13722/j.cnki.jrme.2018.0757

• 岩石力学
• NAR动态神经网络
• 时间序列
• 萤火虫算法
• 围岩变形预测
• 隧洞

针对隧洞围岩变形动态性、对时间和空间的敏感性、非线性、高度复杂性等特征,为提高围岩变形预测精度,采用萤火虫算法(FA)搜索确定延时阶数和隐含层单元个数,并利用非线性自回归(NAR)动态神经网络进行预测,提出基于FA-NAR动态神经网络的隧洞围岩变形预测模型,结合北山坑探设施围岩变形监测数据进行预测,并将其与BP神经网络算法预测结果对比分析。结果表明:(1) FA-NAR动态神经网络的预测值与实测值基本吻合,其产生的平均绝对误差和平均相对误差分别约为BP神经网络的1/5和1/4,表明FA-NAR动态神经网络算法模型比BP神经网络算法模型预测精度高;(2)采用FA-NAR动态神经网络算法模型能够很好地解决围岩变形预测问题,既减少了人为输入网络参数的盲目性,又提高了网络的学习能力和预测精度。

• 单位
  中国人民解放军陆军工程大学; 核工业北京地质研究院