摘要
隧道超挖会额外增加施工成本,还将面临潜在开挖面坍塌、冒顶等风险。本文以G0711乌鲁木齐至尉犁段天山胜利隧道主洞施工为依托,利用人工神经网络(ANN)、遗传算法-人工神经网络(GA-ANN)两个智能模型来预测隧道超挖量。首先提取依托工程中的406个数据集组成数据库,其中延误次数、炮孔长度、炮孔抵抗线、炮孔间距、炸药单耗、围岩等级、炮孔抵抗线等参数为输入端,所预测隧道超挖量为输出端;然后根据均方根误差(RMSE)、方差贡献(VAF)和确定系数(R^(2))等性能指标筛选出预测精度更高的智能模型。研究结果表明:GA-ANN模型训练集和测试集结果(VAF=90.134,R^(2)=0.903,RMSE=0.058;VAF=88.030,R^(2)=0.881,RMSE=0.074)明显优于ANN模型(VAF=70.319,R^(2)=0.703,RMSE=0.103;VAF=768.731,R^(2)=0.693,RMSE=0.108),因此GA-ANN预测方法更能精确预测隧道钻爆施工超挖量。此外,敏感性分析结果表明,与其他输入相比,超挖主要受RMR参数影响,研究成果能够为公路隧道超挖量预测提供理论基础。
作者
邓保辉
李亚隆
DENG Bao-hui;LI Ya-long
出处
《建筑机械》
2023年第1期94-100,共7页
Construction Machinery
