基于遗传神经网络的灌浆单位注灰量预测方法

作者：闫福根; 李子康; 钟坤

来源：水利水电技术(中英文), 2023, S2: 224-230.

DOI：10.13928/j.cnki.wrahe.2023.S2.037

• 遗传神经网络
• 单位注灰量
• 预测分析
• 灌浆工程

灌浆为地下隐蔽工程，合理预测单位注灰量对于控制灌浆工程质量具有重要指导意义。考虑单位注灰量与岩体透水率、岩性、RQD值、破碎程度、灌浆压力和高程等有高度非线性关系，提出一种基于遗传神经网络模型的单位注灰量预测方法，模型由输入层(6个神经元节点)、隐藏层(13个神经元节点)和输出层(1个神经元节点)构成，并采用遗传算法确定初始权重向量，以确保模型获取的最优值为全局最优解。为验证模型精度，以某水电站为例，采用模型对10组样本进行预测，结果表明：10组样本单位注灰量预测值和实际值绝对误差为0.38～78.75 kg/m,相对误差平均值为15.78%,两者基本吻合，模型具有较好的预测精度，灌浆工程师可根据预测值实时调整灌浆工艺，实现灌浆质量过程控制。

• 单位
  长江勘测规划设计研究有限责任公司