基于DEACOWNN的盾构施工地表沉降预测.pdfVIP

2015年1月 铁道工程学报 Jan2015 第1期(总196) JOURNALOFRAILWAYENGINEEmNGSOCIE’I．Y N0．1(Ser．196) 文章编号：1006—2106(2015)01—0012—05 基于DEACo—WNN的盾构施工地表沉降预测· 郝如江p·季雁鹏1 倪振利2 2．中铁二十二局集团第一工程有限公司， (1．石家庄铁道大学，石家庄050043； 北京 100043) 摘要：研究目的：近年来，我国地铁建设飞速发展，全国有近四十个城市在修建地铁。盾构施工是地铁建设的 主要施工方式，由于盾构施工引起的地表沉降问题，为施工安全带来很多的困扰。为了减少施工过程中的安 全隐患，提高施工质量和效益，对盾构施工引起的地表沉降进行研究意义重大。 研究结论：本文通过对盾构施工地表沉降的影响因素和预测模型进行研究，得到以下结论：(1)在研究了 对于盾构施工地表沉降较为敏感的参数中选取了覆土厚度、压缩模量、凝聚力、天然密度、内摩擦角、千斤顶推 力、注浆压力，并将其作为输入层建立了小波神经网络预测模型；(2)用差分进化蚁群算法以相对熵为标准对 小波神经网络的初始权值、伸缩参数和平移参数进行优化，使得预测模型的收敛速度和预测精度都有显著提 高；(3)通过北京地铁6号线实地工程数据进行验证，预测模型的最小误差仅为0．5％，预测精度在实际工程 所允许的范围内；(4)本文所建立的模型对盾构施工安全防护领域具有指导意义，通过对地表沉降的有效预 测来改进施工工艺，进而增强施工的安全性。 关键词：小波神经网络；差分进化蚁群；相对熵；盾构施工；沉降预测 中图分类号：u455文献标识码：A on theSurfaceSettlementforSllield Basedon StIldyPredicting T咖eHng DEACO—WNN HAo Zh蚰一H2 Ru—jia皿91，JIY粕一pe哩1，NI Tiedao of 1st Co．LtdChina 050043，China；2．ne (1．Shiji北huarIgUnivellsity，S岣i北hu锄g，Hebei Engineering 22ndBureau R氲1way Group，Beijing100043，China) recent careeris numberofnewlines A胁ct：R姻朗【rch肼Ⅱpos髂：Inye躺，tllesubway developingrapidly，a were built．Sudacesetdementcausedshield moretmubleforconstmctionAresearchonreduce by tmmelingbrings s“bty． risks theconstmctionand constmctionofsudhcesetdementeausedshield is securityduring improve quality by tunneling sigIlificant． R姻eaMh this f如