基于遗传算法下矛盾施工引起底层下降的神经网络模型.docVIP

基于遗传算法下矛盾施工引起底层下降的神经网络模型 摘 要 本文转载：脚印论文网 盾构法施工对土体的扰动是不可避免的，而土体变形在很大程度上影响了工程质量，而现阶段对盾构施工引起的土体沉降还没有一个较完善的方式，所以研究盾构施工引起的土体沉降是一个重要的课题，也是本文的研究方向。本文的研究背景是基于上海软土地区盾构施工工程，通过理论介绍和数值模拟两方面来研究。主要的研究内容如下： 1.介绍了关于盾构施工的理论知识。目前应用于盾构施工的盾构机种类繁多，也不同的工况需要选择不同的盾构机，对盾构机的了解有助于工程的施工。盾构施工在地下工程中的应用越来越多，如何发扬盾构施工的优点以及避免其缺点都很重要。本章介绍了各种不同的盾构机及其适用条件，以及盾构施工的优缺点和从理论上分析盾构开挖引起沉降的原因和类型，并介绍了计算地表沉降的方法。 2.介绍了盾构施工引起沉降的几种因素，并结合工程实例来分析比较，总结出规律。需要指出的是，影响地表沉降的几个因素，即盾构施工后经历的时间、隧道埋深、距离隧道中心线的距离、地质条件、开挖面大小、盾构外径、施工条件等，它们的影响并不是孤立的，它们之间可能相互影响。实际中要分析具体的隧道开挖对周围环境的影响，控制地表的沉降要考虑多因素的影响。 3.最后主要研究神经网络应用于盾构施工引起的地层沉降。在BP模型的基础上展开，首先利用Matlab仿真平台实现在不同神经网络结构下BP模型的计算机模拟，模拟结果表明，采用本文确定的网络结构参数的方法，可得到较高模拟精度的BP网络模型。然后针对BP模型中存在的不足，引入“遗传算法”，进行 GA-BP算法对盾构施工引起的沉降计算的可行性研究。理论分析和模拟实验发现，同样受神经网络结构、初始数据处理等关键素的影响，BP算法的精度高于遗传算法，而BP算法的稳定性低于遗传算法，GA-BP模型的预测精度和稳定性均比较理想，且具有更好的自动调整与优化能力。 本文的主要贡献在于：（1）以本研究为基础，提出遗传算法优化BP网络的新方法，及其实现步骤；（2）证明了遗传算法结合同时优化BP网络的权重和隐层节点，可提高BP模型的预测精度与缩短模型自动调整周期；（3）所建立的GA-BP应用模块能有效地预测盾构施工引起的地层沉降。 关键词：盾构施工 地层沉降 BP网络 遗传算法 神经网络模型 本文转载：脚印论文网 第一章 绪 论 §1.1研究背景和意义 很早以前就有专家曾经说：“19世纪是桥的世纪，20世纪是高层的世纪，21世纪是地下空间的世纪”。进入21世纪的现在，地下空间的发展如雨后春笋般的发展壮大起来，城市地下空间在增强城市功能，改善城市环境，实现城市集约化和可持续发展中将发挥越来越重要的作用，开发城市地下空间已成为各大城市的首要任务。 现代城市地下空间的发展[1]经历了一个很长的发展阶段，第一次地下空间开发利用始于第一次工业革命之后，几十年过去了，在城市规模日益扩大和城市人口日益增加的同时，地下空间的开发不但改善了城市基础设施落后的面貌，也解决了很多棘手的问题。如地下隧道的开发利用，缓减了城市交通压力，为人们的出行提供了便捷的出行方式；下水道、雨水管、煤气管等铺设于地下，提高了城市化水平，也美化了城市环境。地下空间的开发利用更符合人与自然和谐发展的可持续发展战略，改善地面环境，使人们能更好的享受阳光、享受自然。 盾构施工是现今发掘地下空间最有效方法。盾构施工最先由法国工程师布伦诺尔父子发明，而今已被广泛应用。布伦诺尔父子最先用一个活动的罩架支撑在隧道工作面及其背后的泥土上，工人一边向前挖，一边用千斤顶把罩架向前推，顶住心的工作面，盾构后面露出的一段隧道用砖砌面支撑，挖掘工作像鼹鼠在地面下掘进一样不断前进。1918年，世界上第一台盾构机载英国诞生，盾构施工实现了自动化，目前，盾构法已广发地用于各类工程项目中，如地铁、公路、铁路、输气、输水等国家大型公共工程建设，在地下工程建设中的作用尤为突出[2]。 盾构施工特别适合在软土中进行，在施工过程中对城市及周围环境的影响很小，使用该方法既方便又安全，但其本身仍不可避免地会对土体产生扰动，土体产生纵向沉降或横向侧移，对上部及周边建筑物和地下管线会造成一定程度的危害。因此较为准确的预测盾构施工期间以及正常运营后产生的长期沉降一直是人们关注的热点，最主要包括两方面的沉降：一方面是隧道周围土体在弥补地层损失中发生地层位移，引起地表沉降，另一方面是施工过程中隧道周围受扰动或者剪切破坏的重塑土的再固结所造成的，这两方面的研究成果将为盾构施工合理化设计及其周围环境保护提供科学的理论依据。 本文转载：脚印论文网 §1.2 国内外研究现状 盾构施工所引起的地表沉降涉及的因素比较多而且非常复杂，所以国内外学者在基于Peck理论的前提下，结合施工经验，实地勘