基于BP神经网络不同输入变量的爆破振速预测

以某隧道爆破开挖为实例,利用BP神经网络解决复杂非线性函数逼近问题的能力,以最大段药量、爆心距、爆破分段数、泊松比、岩石基本质量指标作为影响爆破振动速度的主要因素,选取不同维数的输入变量建立BP神经网络模型来预测爆破振动速度。对比分析各组预测值与实测值之间的相对误差,选取合理维数的输入变量建立了爆破振动危害预测的BP神经网络模型。     

基于Verhulst模型的新建隧道顶板下沉预测研究

隧道顶板下沉量预测对隧道安全施工十分重要。通过分析隧道下沉过程,指出其具有“S”型曲线特征,探讨了采用Verhulst模型进行隧道顶板下沉预测的适用性和可行性,并运用MATLAB软件开发相关程序,模拟遵赤高速公路中枢隧道YK39＋134．6断面沉降过程,获得相应的预测方程。通过对比其预测结果、回归分析预测结果和实测值,发现该模型的顶板沉降预测值与实测值最接近,证实运用灰色Verhulst模型预测隧道顶板沉降量是合理、可行的。     

基于Verhulst模型的新建隧道顶板下沉预测研究

隧道顶板下沉量预测对隧道安全施工十分重要.通过分析隧道下沉过程,指出其具有"S"型曲线特征,探讨了采用Verhulst模型进行隧道顶板下沉预测的适用性和可行性,并运用MATLAB软件开发相关程序,模拟遵赤高速公路中枢隧道YK39+134.6断面沉降过程,获得相应的预测方程.通过对比其预测结果、回归分析预测结果和实测值,发现该模型的顶板沉降预测值与实测值最接近,证实运用灰色Verhulst模型预测隧道顶板沉降量是合理、可行的.