岩石力学与工程学报
巖石力學與工程學報
암석역학여공정학보
CHINESE JOURNAL OF ROCK MECHANICS AND ENGINEERING
2013年
2期
343-348
,共6页
岩石力学%岩爆%岩石地下开挖%粒子群算法%广义回归神经网络
巖石力學%巖爆%巖石地下開挖%粒子群算法%廣義迴歸神經網絡
암석역학%암폭%암석지하개알%입자군산법%엄의회귀신경망락
rock mechanics%rockburst%underground rock excavation%particle swarm optimization algorithm%general regression neural network
岩爆是岩石深部开挖中一种常见的工程地质灾害.为评价岩爆发生的可能性,提出一种基于粒子群算法和广义回归神经网络模型(PSO-GRNN模型)的岩爆预测方法.该方法利用已有岩爆数据,通过神经网络技术建立回归模型,采用粒子群算法对模型参数进行优化,减少人为因素对神经网络设计的影响.据此方法,在能量理论的基础上,选取洞壁围岩最大切向应力、岩石单轴抗压强度、抗拉强度和弹性能量指数作为主要影响因素,利用国内外26组已有工程数据建立岩爆预测的PSO-GRNN模型.通过对苍岭隧道和冬瓜山铜矿岩爆预测的工程实例分析验证该方法的可行性和适用性.所提方法可为类似工程的岩爆预测提供参考.
巖爆是巖石深部開挖中一種常見的工程地質災害.為評價巖爆髮生的可能性,提齣一種基于粒子群算法和廣義迴歸神經網絡模型(PSO-GRNN模型)的巖爆預測方法.該方法利用已有巖爆數據,通過神經網絡技術建立迴歸模型,採用粒子群算法對模型參數進行優化,減少人為因素對神經網絡設計的影響.據此方法,在能量理論的基礎上,選取洞壁圍巖最大切嚮應力、巖石單軸抗壓彊度、抗拉彊度和彈性能量指數作為主要影響因素,利用國內外26組已有工程數據建立巖爆預測的PSO-GRNN模型.通過對蒼嶺隧道和鼕瓜山銅礦巖爆預測的工程實例分析驗證該方法的可行性和適用性.所提方法可為類似工程的巖爆預測提供參攷.
암폭시암석심부개알중일충상견적공정지질재해.위평개암폭발생적가능성,제출일충기우입자군산법화엄의회귀신경망락모형(PSO-GRNN모형)적암폭예측방법.해방법이용이유암폭수거,통과신경망락기술건립회귀모형,채용입자군산법대모형삼수진행우화,감소인위인소대신경망락설계적영향.거차방법,재능량이론적기출상,선취동벽위암최대절향응력、암석단축항압강도、항랍강도화탄성능량지수작위주요영향인소,이용국내외26조이유공정수거건립암폭예측적PSO-GRNN모형.통과대창령수도화동과산동광암폭예측적공정실례분석험증해방법적가행성화괄용성.소제방법가위유사공정적암폭예측제공삼고.
