位置:成果数据库 > 期刊 > 期刊详情页
应用BP神经网络进行隧道围岩快速分级
  • ISSN号:1003-3033
  • 期刊名称:《中国安全科学学报》
  • 时间:0
  • 分类:X947[环境科学与工程—安全科学] U455[建筑科学—桥梁与隧道工程;交通运输工程—道路与铁道工程]
  • 作者机构:[1]中国矿业大学(北京)地球科学与测绘工程学院,北京100083, [2]北京城建设计研究总院,北京100037
  • 相关基金:国家重点基础研究(“973”)项目(2002CB412702); 国家自然科学基金重大项目资助(50490271)
中文摘要:

在隧道施工过程中,为准确、及时地进行围岩快速分级,引入BP神经网络方法,通过制定快速分级参数标准,对已经开挖的隧道工作面按照隧道围岩分级规范进行分级,并测量其快速分级参数,将围岩分级的结果与其对应的快速分级参数建立BP神经网络的训练集合,从而得到围岩分级模型。最后测量正在开挖隧道工作面的快速分级参数,并提供给模型进行判别,从而达到快速、精确分级目的。通过某隧道围岩样品实例验证,该模型判断结果与实际施工情况吻合,可用于指导施工阶段的隧道围岩快速分级。

英文摘要:

In order to achieve a rapid,accurate classification of surrounding rock in tunnel construction,a tunnel face that has been excavated is firstly graded according to the classification standard of surrounding rock and its corresponding grading parameters are measured.Then,the grading results and their corresponding parameters are used as a study sample set to train a BP neural network,and a rapid grading model for surrounding rock is obtained.Thus,if the grading parameters measured in tunnel site are put in the model,the model can make a rapid judgment of the grades of the surrounding rock.Actual application shows that this model can precisely work out the grade of surrounding rock and can be applied to direct the rapid classification of surrounding rock in construction stage.

同期刊论文项目
同项目期刊论文
期刊信息
  • 《中国安全科学学报》
  • 北大核心期刊(2011版)
  • 主管单位:中国科学技术协会
  • 主办单位:中国职业安全健康协会
  • 主编:徐德蜀
  • 地址:北京市东城区和平里九区甲4号安信大厦A306室
  • 邮编:100013
  • 邮箱:csstlp@263.net
  • 电话:010-64464782
  • 国际标准刊号:ISSN:1003-3033
  • 国内统一刊号:ISSN:11-2865/X
  • 邮发代号:
  • 获奖情况:
  • 中国科技论文统计用刊,第一届中国科协期刊优秀学术论文奖
  • 国内外数据库收录:
  • 美国化学文摘(网络版),波兰哥白尼索引,美国剑桥科学文摘,中国中国科技核心期刊,中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版)
  • 被引量:31001