基于BP神经网络的TBM掘进速度预测

摘要：

由于传统TBM掘进速度预测模型存在局限性,本文基于BP神经网络,通过已知样本训练,建立TBM掘进速度预测模型.运用二维三次插值法加大样本的数量;考虑到神经网络预测的内插值特性,采用随机数原理可以充分利用BP网络的泛化能力;为了规避单个成熟神经网络预测的随机性,运用取平均值的方法大大增加了预测结果的稳定性,同时提高整体的精度.实践表明,该方法预测精度高,符合工程实际的要求.

关键词： 隧道工程 掘进机 施工进度 BP神经网络

作者: 刘泉声 潘少林 张晓平

作者单位: 武汉大学 土木建筑工程学院

会议类型: 国内会议

会议名称: 第一届全国岩石隧道掘进机工程技术研讨会

会议地点: 长春

会议语种:中文

页码: 506-509

在线出版日期: 2016-09-20（万方平台首次上网日期，不代表论文的发表时间）