FAILED
首站-论文投稿智能助手
典型文献
盾构掘进地表沉降机器学习预测与控制研究综述
文献摘要:
针对采用机器学习方法预测与控制盾构掘进地表沉降的研究,围绕预测模型输入参数、预测目标、预测算法和沉降控制四个关键环节的发展过程进行系统性地阐述,总结目前亟须解决的多个关键问题,并对未来的发展方向进行展望.研究发现:综合隧道几何、地层和掘进参数等信息预测盾构掘进引起的地表沉降是目前主流的研究方向;几何参数主要选取埋深,选取地层参数时须同时考虑物理与空间因素,选取掘进参数时须进行相关性分析和控制输入参数的总数;预测沉降时应选用能考虑时序因素的算法,结合最优超参数的智能算法优化模型性能;对于沉降控制的研究尚处于起步阶段,针对掘进参数的推荐与调整方法应持续深入研究.
文献关键词:
盾构隧道;地表沉降;沉降控制;沉降预测;机器学习
作者姓名:
陈仁朋;邹聂;吴怀娜;程红战
作者机构:
湖南大学地下空间开发先进技术研究中心,湖南长沙410082;湖南大学建筑安全与节能教育部重点实验室,湖南长沙410082;湖南大学土木工程学院,湖南长沙410082
引用格式:
[1]陈仁朋;邹聂;吴怀娜;程红战-.盾构掘进地表沉降机器学习预测与控制研究综述)[J].华中科技大学学报(自然科学版),2022(08):56-65
A类:
B类:
盾构掘进,地表沉降,机器学习预测,预测与控制,机器学习方法,模型输入,输入参数,预测算法,沉降控制,掘进参数,信息预测,几何参数,埋深,地层参数,空间因素,分析和控制,控制输入,应选,优超,超参数,智能算法,算法优化,模型性能,调整方法,应持,盾构隧道,沉降预测
AB值:
0.378006
相似文献
综合遥感解译2022年Mw 6.7青海门源地震地表破裂带
张成龙;李振洪;张双成;王建伟;占洁伟;李鑫泷;刘振江;杜建涛;陈博;孟岭恩;朱武;付鑫;余琛;周保;隋嘉;赵利江;王祖顺;辛兵厂;徐江明;张勤;彭建兵-长安大学地质工程与测绘学院,陕西 西安,710054;长安大学地学与卫星大数据研究中心,陕西 西安,710054;西部矿产资源与地质工程教育部重点实验室,陕西 西安,710054;长安大学运输工程学院,陕西 西安,710064;道路基础设施数字化教育部工程研究中心,陕西 西安,710064;纽卡斯尔大学工程学院,英国 纽卡斯尔,NE1 7RU;青海省地质灾害监测总站,青海 西宁,810008;青海省基础测绘院,青海 西宁,810001;青海省自然资源遥感中心,青海 西宁,810008
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。