基于deaco-wnn的盾构施工地表沉降预测

？研究目的：近年来，我国地铁建设飞速发展，全国有近四十个城市在修建地铁。盾构施工是地铁建设的主要施工方式，由于盾构施工引起的地表沉降问题，为施工安全带来很多的困扰。为了减少施工过程中的安全隐患，提高施工质量和效益，对盾构施工引起的地表沉降进行研究意义重大。研究结论：本文通过对盾构施工地表沉降的影响因素和预测模型进行研究，得到以下结论：(1)在研究了对于盾构施工地表沉降较为敏感的参数中选取了覆土厚度、压缩模量、凝聚力、天然密度、内摩擦角、千斤顶推力、注浆压力，并将其作为输入层建立了小波神经网络预测模型；(2)用差分进化蚁群算法以相对熵为标准对小波神经网络的初始权值、伸缩参数和平移参数进行优化，使得预测模型的收敛速度和预测精度都有显著提高；(3)通过北京地铁6号线实地工程数据进行验证，预测模型的最小误差仅为0.5%，预测精度在实际工程所允许的范围内；(4)本文所建立的模型对盾构施工安全防护领域具有指导意义，通过对地表沉降的有效预测来改进施工工艺，进而增强施工的安全性。