基于ANNs地下隧道围岩稳定性分析方法研究工程力学专业论文.docxVIP

山东科技大学硕士学位论文摘要 山东科技大学硕士学位论文 摘要 摘 要 采用现有的人工神经网络理论和灰色系统理论，运用调研、理论分析、应用分析和 软件编程相结合的研究方法，对少样本、贫信息的隧道围岩稳定性的分析方法进行研究， 并通过实际工程隧道对所研究的方法进行检验。主要工作包括： 首先，从隧道围岩位移角度分析隧道围岩稳定性，提出隧道围岩位移长时预测的 BP 神经网络模型。在构建模型的过程中，采用对比多种网络模型预测结果的方法来确定最 优模型。当神经网络模型的隐含层神经单元数不同时，模型预测结果误差和所用时间不 同，经过反复试验得到当隐含层神经单元数为 6 时模型得出的预测值平均误差较小，训 练时间较短，综合考虑建立了预测隧道岩体位移的 BP 神经网络长时预测模型。 其次，通过对隧道围岩稳定性影响因素的分析，确定了隧道围岩稳定性的分析指标。 主要从岩石性质及岩体结构、地应力因素、地下水因素、地质构造、时间因素以及工程 因素共六个方面出发，全面系统的分析了这六个个因素对隧道围岩稳定性的影响，为客 观实际的进行围岩分级提供依据，以便采取相应的维护隧道围岩稳定的措施。 再者，从多因素角度分析隧道围岩稳定性，建立 BP 神经网络模型。利用人工神经 网络自组织、自学习、自适应性及并行式处理、容错性等的特性，结合隧道围岩稳定性 影响因素建立 BP 神经网络模型，并利用 MATLAB 软件中的神经