基于PSO-BP算法的隧道非线性位移分析模型

作者：刘开云; 刘保国; 徐冲

来源：地下空间与工程学报, 2009, 5(02): 250-253.

DOI：10.3969/j.issn.1673-0836.2009.02.009

• 隧道工程
• BP神经网络
• 粒子群优化算法
• 变形监测
• 位移预报

粒子群优化(PSO)算法是近年来发展迅速,并得到广泛应用的一种仿生全局最优化算法。与遗传算法相比,该算法具有操作简单、易于编程的优点。结合铜黄高速公路汤屯段大田连拱隧道施工,采用PSO算法对BP神经网络的权值进行自动优化,获得训练效果最好的BP网络模型参数以提高网络的泛化能力,建立起基于PSO-BP算法的大田隧道施工位移非线性智能分析模型,并采用此模型对后续施工隧道变形进行了预测分析。与实测位移对比表明,本文建立的PSO-BP模型平均预测相对误差仅为3.1%,可很好地作为隧道信息化施工的一种辅助方法,并为其他类似岩土工程提供借鉴。

• 单位
  建筑工程学院; 北京交通大学