龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：浙江大学;宁波市轨道交通集团有限公司
摘要：本发明提出的基于神经网络的盾构隧道管片上浮预测方法利用现场的已有监测数据构建数据库，建BP神经网络，将部分数据库样本当做训练集，余下的数据库样本当做测试集，训练神经网络，再利用遗传算法优化BP神经网络的初始权值和阈值，建立高效的盾构施工管片上浮预测模型，获取待预测管片环的输入参数，即可预测管片最大上浮量。本发明能够准确预测盾构动态掘进过程中管片最大上浮量，真正指导盾构隧道现场施工，预测结果可靠。
主权项：1.基于神经网络的盾构隧道管片上浮预测方法，包括如下步骤：A.构建管片上浮数据库；A1.在拟采用盾构掘进施工的隧道内，安装以静力水准仪为代表的管片上浮监测设备；A2.采集土样，测量地质参数；收集掘进参数与隧道几何参数；A3.在掘进过程中以及掘进后对隧道管片进行持续监测，获取管片上浮数据，从监测数据中提取管片的最大上浮量；A4.对不同隧道中的数据进行收集整理，形成包含地质参数、掘进参数、隧道几何参数与其对应管片最大上浮量的数据库；B.构建神经网络预测模型；B1.构建BP神经网络，输入层变量个数为11个，分别对应A2中的参数；输出层个数为1个，对应A3的最大上浮量；B2.训练神经网络，随机抽取数据库中部分数据作为训练集，在输入11个影响上浮的因素后，输出预测的管片上浮量，并使用真实测量的管片上浮量对BP神经网络进行优化；B3.将B2中未使用的数据作为测试集，用误差百分比和均方根误差MSE两个指标来评价模型预测结果；C.遗传算法优化BP神经网络；C1.设置遗传算法参数，以B2训练后的神经网络权值与阈值为初始个体；C2.用B2相同的数据样本训练遗传算法，得到最优个体；C3.将最优个体赋给BP神经网络的权值与阈值，用B3相同的数据测试优化后的神经网络预测结果；D.预测管片上浮量；D1.在新施工的盾构隧道内，测量地质参数，收集掘进参数与隧道几何参数；D2.将D1数据输入优化后的神经网络预测模型，预测管片最大上浮量。
全文数据：
权利要求：
百度查询： 浙江大学 宁波市轨道交通集团有限公司 一种基于神经网络的盾构隧道管片上浮预测方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号