ScholarMate
English简体中文繁體中文
客服热线:400-1616-289
登录注册
期刊论文

龙滩水电站地下洞室围岩变形的智能化预测方法

张炎; 朱珍德; 朱姝; 赵长冰河海大学; 中国矿业大学; 中国矿业大学(北京)
水力发电学报2013-4-25
7阅读
引用收藏
分享

摘要

龙滩水电站地下洞室群规模巨大,洞室纵横交错,设计中还无法全面准确地预计到施工与运行中洞室围岩的变形与稳定情况,对地下洞室群进行系统监控和变形趋势预测很有必要。根据监测数据建立学习样本,构建基于粒子群优化算法的BP神经网络智能化预测模型,并将其应用于龙滩水电站地下主厂房D监测断面多点位移计M4D-5监测数据的模拟与预测。仿真结果表明,该PSO-BP模型预测结果稳定且精度较高,误差百分比大多能控制在2%以内,预测效果较好,模型可行。

学科与关键词

关键词
岩石力学变形预测BP神经网络地下硐室龙滩水电站粒子群优化算法 rock mechanicsdeformation predictionBP neural networkunderground chambersLongtan hydropower stationparticle swarm optimization algorithm
相关
加载中…

文献加载失败,请重试

重试

发表信息

论文状态
公开发表
期刊
水力发电学报
发表日期
2013-04-25
卷期
第 02 期
页码
246-251
成果收录
CHINAJOURNAL
资助标注
国家重点基础研究发展计划(973计划):"大型水利水电工程高陡边坡全生命周期性能演化与安全控制(2011CB013500)"第四子课题《复杂环境下工程边坡岩体时效力学特性》(编号:2011CB013504);深部岩土力学与地下工程国家重点实验室开放基金课题:"深埋地下洞室软弱围岩卸荷变形破坏过程细观试验研究(SKLGDUEK0902)"

作者

  • 张

    张炎 (第一作者)

  • 朱

    朱珍德

查看全部 4 位作者收起作者
  • 朱

    朱姝

  • 赵

    赵长冰

登录解锁更多功能

  • 收藏这篇,随时在“我的 · 收藏”找回
  • 认领你的成果,生成推广素材
  • 关注作者获取最新成果
  • 加入项目组、协同写作
注册 / 登录

产品服务

  • 科研之友
  • 创新城
  • 科创云

服务支持

  • 帮助中心
  • 隐私政策
  • 服务条款

联系方式

在线客服:【】
客服热线:400-1616-289
电子邮箱:support@scholarmate.com

关注或下载科研之友

微信二维码
微信公众号
客户端下载二维码
下载客户端
科研成果科研人员科研机构科研动态爱瑞思软件

©2026 深圳市科研之友网络服务有限公司

公安备案图标粤公网安备 44030502000213
粤ICP备 16046710 号粤B2-20110417