改进GA-BP神经网络在盾构推进地面沉降中的预测及应用

来源 :智能计算机与应用 | 被引量 : 0次 | 上传用户:sxz123123
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
超大直径泥水平衡盾构以往主要用于越江、越海工程,当用于城市中心区域快速道路的修建时盾构推进引起的地面沉降或隆起以及由此对地面以上建构筑物的影响问题应当引起重视。本文基于上海北横通道新建工程,聚焦于神经网络方法在盾构推进引起地面沉降中的预测,分析了 BP、GA-BP两种神经网络方法在盾构推进过程中刀盘上方地面沉降中的预测效果,对比了两种方法在计算原理、数据拟合能力等方面的适用性与局限性,在此基础上通过对遗传算法的种群个体选择机制进行优化提出了改进的GA-BP神经网络方法,说明了该方法的网络训练稳定性与快速收
其他文献
摘要:针对高强耐磨钢轨接头软化区如何在工地便捷准确测定,以满足TB/T1632 《钢轨焊接》标准要求的问题,采用里氏硬度计、细化测点间距的测试方法对60N U76CrRE钢轨气压焊接头硬度进行了测试。结果表明:接头轨顶面软化区硬度均值比标准检测方法降低15 HB (5%);接头硬度均值降低18 HB(5%),软化区宽度变宽0.5~1.2 mm(4%~9%);接头纵断面软化区硬度均值降低1.1 HR
摘要:采用等离子粉末3D打印技术,通过机器人3D打印进行了司太立桶型零部件的打印实验,试验后对打印件进行射线硬度及解剖分析,结果表明,该方法可获得结构致密无缺陷、硬度均匀的结构件。使用金相显微镜、扫描电镜、高温硬度仪对其试样进行检测分析,结果显示试样组织以枝状晶为主,层与层之间有明显的熔合区;成分均匀无明显偏析;高温硬度分布符合司太立合金高温硬度变化趋势,且在700 ℃仍能保持较高硬度。通过水蚀实
本文选取AUBO-i5协作机器人作为实验对象,建立了 DH参数模型,设计了一套测量方法,并利用FARO激光跟踪仪对AUBO-i5机器人的位姿、距离、轨迹、稳定性等方面进行了性能测量,得到了其准确度和重复性。结果表明,该AUBO-I5协作机器人的位置准确度为1.021mm使用前需要进行DH参数校准,其各项指标重复性均远小于准确度,且重复性较好,表明该机器人可以通过DH参数校准,提升准确度。