典型文献
基于机器深度学习算法的城际铁路大直径盾构施工地表沉降预测
文献摘要：
依托河南新郑机场至郑州南站城际铁路大直径盾构隧道施工实践,应用提出的遗传算法优化BP神经网络模型的机器深度学习算法,研究大直径盾构隧道施工中地表沉降预测规律.在盾构隧道中心线地表选取76个监测点,获取地表最大沉降数据,以前30组数据为训练数据组,对后46个测点地表最大沉降进行动态预测,并和实测值进行比较.结果表明,在46个地表最大沉降预测结果中有38个点的误差绝对值小于2 mm.应用后验差法评价动态预测结果,获得了小误差概率P值为0.87,后验差比值C值为0.59,说明提出的机器深度学习算法能够较好地实现对盾构隧道地表沉降的动态预测.
文献关键词：
机器深度学习算法;城际铁路;大直径盾构;优化BP神经网络;地表沉降预测
中图分类号：
作者姓名：
孙伟良;杜守继;田勇坚;崔童
作者机构：
河南省铁路建设投资集团有限公司,河南 郑州 450046;上海交通大学 船舶海洋与建筑工程学院,上海 200240;上海市宝山区规划和自然资源局,上海 201999;上海市徐汇区建设和管理委员会,上海 200030
文献出处：
引用格式：
[1]孙伟良;杜守继;田勇坚;崔童-.基于机器深度学习算法的城际铁路大直径盾构施工地表沉降预测)[J].石家庄铁道大学学报（自然科学版）,2022(04):47-52
A类：
机器深度学习算法
B类：
城际铁路,盾构施工,工地,地表沉降预测,新郑,南站,大直径盾构隧道,盾构隧道施工,施工实践,遗传算法优化,施工中,中心线,监测点,沉降数据,训练数据,动态预测,实测值,小误差概率,后验差比
AB值：
0.187068
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。
