基于BP神经网络富水岩层围岩变形量预测

通过预测变形量可以了解地层与支护结构的动态变化,判断围岩的稳定性,支护、衬砌的可靠性,弥补理论分析过程中存在的不足,并把结果反馈给设计,以指导施工。该文选用岩体的密度、吸水率、抗压强度、摩擦角、涌水量七个影响因子,建立包括7个输入神经元、1层隐含层、15个隐含层神经元和3个输出神经元的人工神经网络模型对新建郑州至万州铁路黄家沟隧道D1K468+465～D1K468+475断面进行计算。并对预测断面进行监测,比较监测结果和预测结果,发现计算得到的反演结果误差较小并且与实际测量值之间有较好的线性关系,研究成果对富水岩层围岩变形量的预测具有较好的参考与指导意义。