典型文献
基于时空特征区域神经网络的施工隧道沉降量预测
文献摘要：
针对隧道施工过程中沉降量精准预测问题,提出了一种基于时空特征区域神经网络的施工隧道沉降量预测方法.依据当前隧道地表下沉量,通过有效融合多维空间特征量,对未来的演化趋势做出合理预测.以白家庄隧道栾川端的地表观测数据为例,对所提方法的预测性能进行算例分析.结果表明:所提预测方法对隧道地表沉降量数据均有较准确的预测效果,且预测结果也具有一定的鲁棒性.研究可应用于实际隧道施工的监测管理过程.
文献关键词：
隧道工程;地表沉降;神经网络;预测模型
中图分类号：
作者姓名：
林广东;何军;申小军;徐龙飞;徐卫奖
作者机构：
中交一公局集团有限公司, 北京 100024;中交隧道工程局有限公司, 北京 100102;长安大学 公路学院, 西安 710064
文献出处：
引用格式：
[1]林广东;何军;申小军;徐龙飞;徐卫奖-.基于时空特征区域神经网络的施工隧道沉降量预测)[J].计算机系统应用,2022(02):40-47
A类：
多维空间特征
B类：
时空特征,特征区域,施工隧道,隧道沉降,沉降量,隧道施工,施工过程,精准预测,地表下沉,下沉量,有效融合,特征量,演化趋势,白家庄,栾川,观测数据,预测性能,算例分析,地表沉降,监测管理,隧道工程
AB值：
0.343512
相似文献
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。
