院报 ›› 2013, Vol. 30 ›› Issue (3): 40-43.DOI: 10.3969/j.issn.1001-5485.2013.03.009

• 岩土工程 • 上一篇    下一篇

基于BP神经网络-马尔科夫链模型的隧道围岩位移预测

龙浩，高睿，孔德新，刘 鹏   

  1. 武汉大学 土木建筑工程学院，武汉   430072
  • 收稿日期:2012-04-23 出版日期:2013-03-01 发布日期:2013-03-26
  • 通讯作者: 高 睿（1975-），男，湖北鄂州人，教授，博士，主要从事交通岩土工程方面的研究
  • 作者简介:龙 浩（1989-），男，湖南永州人，硕士研究生，主要从事岩土工程方面研究
  • 基金资助:

    国家自然科学基金资助项目(51178358);湖北省自然科学基金重点资助项目(2010CDA057)

Forecast of Tunnel's Surrounding Rock Displacement by BP Neural Network and Markov Chain

LONG Hao, GAO Rui, KONG De-xin, LIU Peng   

  1. School of Civil Engineering, Wuhan University, Wuhan   430072, China
  • Received:2012-04-23 Online:2013-03-01 Published:2013-03-26

PDF

3566

摘要：

在隧道工程施工中，围岩位移预测起着很重要的作用。将BP神经网络-马尔科夫链模型引入到隧道围岩位移预测中来，通过对训练样本的学习，利用BP神经网络实现了对位移时间序列的滚动预测，同时得到了实测值与预测值的相对误差；在此基础上利用马尔科夫链对相对误差进行修正，有效地提高了预测结果的精度。并将该模型应用于某公路隧道拱顶下沉位移时序预测中，结果表明该模型具有精度高、科学可靠的特点，为隧道围岩变形的预测提供了新的途径。

关键词: 位移预测, BP神经网络, 马尔科夫链, 隧道围岩

Abstract:

Forecast of surrounding rock displacement is significant for tunnel engineering. The model of BP neural network Markov chain was adopted to the displacement forecast for tunnel surrounding rock. Through emulating the training samples, rolling forecast for the displacement time series was performed by BP neural network, and the relative error of measured and predicted values was acquired. Furthermore, the Markov chain was employed to correct the relative error, and  the forecast results were improved. The model was applied to the time-series forecast of the vault settlement of a real vehicular tunnel, and the result showed that the model is of high precision and reliability. It provides a new approach for the forecast of tunnel's  surrounding rock displacement.    

Key words: displacement forecast, BP neural network, Markov chain, tunnel surrounding rock           

中图分类号: 

*严禁使用本系统存储、处理、传输涉密信息*
本系统由北京玛格泰克科技发展有限公司设计开发 技术支持：support@magtech.com.cn
Baidu
map