基于遗传神经网络算法的岩溶区隧道溶洞规模预测

岩溶区溶洞发育受多种因素影响,具有高度复杂性和非线性特征。为准确预测岩溶区隧道溶洞规模,降低隧道施工过程中遭遇岩溶洞穴的风险,在参考相关文献的基础上,结合已经探明的溶洞信息与岩溶发育机理选取岩石可溶性、岩层厚度、地表汇水能力、单斜与褶皱构造、断裂构造、岩溶水垂直分带6个主要因素作为岩溶区隧道溶洞规模预测指标。针对岩溶发育的非线性特点,使用BP神经网络建立了溶洞规模预测模型,并使用遗传算法优化BP神经网络的权值与阈值。在工程应用上,对某隧道进行溶洞规模预测,预测结果与实际施工情况较一致。