基于机器深度学习算法的城际铁路大直径盾构施工地表沉降预测

孙伟良; 杜守继; 田勇坚; 崔童

doi:10.13319/j.cnki.sjztddxxbzrb.20220256

石家庄铁道大学学报（自然科学版） ›› 2022, Vol. 35 ›› Issue (04) : 47 -52. DOI: 10.13319/j.cnki.sjztddxxbzrb.20220256

基于机器深度学习算法的城际铁路大直径盾构施工地表沉降预测

孙伟良, 杜守继, 田勇坚, 崔童

作者信息 +

Author information +

文章历史 +

PDF

摘要

依托河南新郑机场至郑州南站城际铁路大直径盾构隧道施工实践，应用提出的遗传算法优化BP神经网络模型的机器深度学习算法，研究大直径盾构隧道施工中地表沉降预测规律。在盾构隧道中心线地表选取76个监测点，获取地表最大沉降数据，以前30组数据为训练数据组，对后46个测点地表最大沉降进行动态预测，并和实测值进行比较。结果表明，在46个地表最大沉降预测结果中有38个点的误差绝对值小于2 mm。应用后验差法评价动态预测结果，获得了小误差概率P值为0.87,后验差比值C值为0.59,说明提出的机器深度学习算法能够较好地实现对盾构隧道地表沉降的动态预测。