摘要
隧道围岩变形是动态的,对时间和空间变化敏感,且具有非线性和高度复杂的特征。本研究通过结合萤火虫算法(Firefly Algorithm,FA)和外源性输入非线性自回归(Nonlinear AutoRegressive with Exogenous Inputs,NARX)动态神经网络算法,提出了一种动态非线性围岩变形组合算法预测模型。通过确定隐藏层单元数两个网络参数的最优值,提高了NAR动态神经网络的预测精度;并结合某隧道现场监测结果,对比FA-NARX动态神经网络和最小二乘法支持向量机(LS-SVM)的预测结果,发现FA-NARX动态神经网络预测模型具有较高准确度,最高预测精度可达0.95。此外,依据隧道变形预测模型预测结果设计相应支护结构,对工程施工和设计具有重要意义。
