典型文献
基于GRA-SSA-Elman的隧洞TBM掘进适应性评价
文献摘要：
为准确评价隧洞施工TBM掘进适应性,保障TBM安全、高效施工,提出一种基于灰色关联分析(GRA)与麻雀搜索算法(SSA)优化Elman神经网络的TBM掘进适应性预测模型.首先,从地质条件、掘进参数、不良地质、施工组织4个方面综合考虑,初步选取13个主要影响因素,建立隧洞TBM掘进适应性评价指标体系;然后,利用GRA分析指标与掘进适应性间的关联性,引入SSA优化Elman神经网络,提高模型性能,并采用留一交叉验证法验证模型的准确性及可靠性,使得模型最接近原始数据分布特征;最后,结合北疆水利工程某标段中待测样本对模型预测效果进行验证,同时与Elman、PSO-Elman、BP神经网络模型预测结果及现场实际结果对比分析.结果表明:SSA-Elman模型预测结果与实际工程结果吻合度较高,该模型能够正确、有效地对TBM掘进适应性进行预测评价,且具有合理性和可操作性,可为隧洞TBM适应性评价提供一种新方法.
文献关键词：
隧洞施工;TBM掘进适应性;灰色关联分析;麻雀搜索算法;Elman神经网络
中图分类号：
作者姓名：
赵雪;顾伟红
作者机构：
兰州交通大学土木工程学院,甘肃兰州 730070
文献出处：
引用格式：
[1]赵雪;顾伟红-.基于GRA-SSA-Elman的隧洞TBM掘进适应性评价)[J].隧道建设（中英文）,2022(11):1879-1888
A类：
B类：
GRA,SSA,Elman,TBM,掘进适应性,适应性评价,准确评价,隧洞施工,高效施工,灰色关联分析,麻雀搜索算法,地质条件,掘进参数,不良地质,施工组织,分析指标,模型性能,留一交叉验证,交叉验证法,验证模型,原始数据,数据分布,北疆,水利工程,标段,PSO,结果对比,吻合度,预测评价
AB值：
0.257193
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
