基于优化神经网络的圆形隧道受剪变形分析

作者：黄迪文; 霍宏斌^*; 陈东

来源：现代隧道技术, 2021, 58(06): 102-110.

DOI：10.13807/j.cnki.mtt.2021.06.012

• 圆形隧道
• 椭圆化变形
• 地震横波
• 参数分析
• 优化神经网络

圆形隧道在地震横波的冲击作用下易发生椭圆变形,评估其变形量的主要方法有解析解法和数值模拟法,鉴于此,文章提出了一种基于优化神经网络的新方法,通过构建的算法模型准确预测椭圆变形量。文章先采用思维进化算法(MEA)优化的反向传播神经网络(BPNN)确定圆形隧道衬砌的椭圆变形量ΔD,从既有文献资料和数值分析中收集了一个包含370组数据集的样本库,数值分析符合现有解析解的假设,文献资料收集的数据包含了工程现场量测的结果。由于界面强度Rinter和埋深h是大多数解析解都没有考虑到的,因此将其作为额外的输入参数引入。三个统计性能指标R2、MAPE和RMSE的预测结果表明,改进后的BPNN具有良好的泛化性能。文章最后探讨了在训练后的网络中使用平均影响值(MIV)算法进行参数影响分析,计算结果反映了各项输入参数和输出参数之间的相关性强弱,预测结果与解析解和数值分析结果的契合度高。

• 单位
  中国地质大学（武汉）