1. 河海大学水灾害防御全国重点实验室
2. 河海大学水利水电学院
3. 中国电建集团北京勘测设计研究院有限公司
4. 广东省水利水电科学研究院
5. 河口水利技术国家地方联合工程实验室
纸质出版:2025
移动端阅览
陈雨婷, 夏天倚, 徐云乾, 等. 基于LHS-SSA-BPNN的地下厂房支护优化方法[J]. 水电能源科学, 2025,43(6):162-166.
陈雨婷, 夏天倚, 徐云乾, et al. 基于LHS-SSA-BPNN的地下厂房支护优化方法[J]. 2025, 43(6): 162-166.
陈雨婷, 夏天倚, 徐云乾, 等. 基于LHS-SSA-BPNN的地下厂房支护优化方法[J]. 水电能源科学, 2025,43(6):162-166. DOI: 10.20040/j.cnki.1000-7709.2025.20241527.
陈雨婷, 夏天倚, 徐云乾, et al. 基于LHS-SSA-BPNN的地下厂房支护优化方法[J]. 2025, 43(6): 162-166. DOI: 10.20040/j.cnki.1000-7709.2025.20241527.
为解决传统地下厂房支护结构优化方法未考虑洞室交错的结构复杂性,以及统计回归模型难以定量地揭示支护参数与评价指标稳定性间复杂的映射关系、耗时长的问题,提出了一种基于拉丁超立方抽样方法(LHS)
结合麻雀搜索算法(SSA)改进的反向传播神经网络(BPNN)的地下厂房支护结构优化方法。该方法首先采用LHS构建样本方案,然后通过Python批量生成用于ABAQUS仿真分析的计算文件,接着将计算结果标准化成综合评价指标值作为学习样本,从锚杆长度和间距两个因素出发考虑支护参数对稳定性的影响,进一步利用SSA-BPNN构建支护参数与评价指标之间的非线性映射,最后用训练完成的SSA-BPNN模型在一定约束条件下的全局空间内搜索最优支护参数。实例分析表明,基于LHS-SSA-BPNN的支护结构优化方法能够准确搜索出最优支护参数,SSA-BPNN预测值与仿真分析结果的拟合度达96.16%
与BPNN相比性能明显提高,验证了该方法在复杂地质条件下地下厂房支护结构优化的优越性和合理性。
吴加强,潘虹,郑源,杨佳.基于SSA的抽水蓄能电站技术供水系统泵阀优化调度研究[J].水电能源科学,2024(03).
张春生,刘宁,陈建林,褚卫江,高要辉,张传庆,高阳.“2S+”大型地下洞室支护设计方法与应用[J].岩石力学与工程学报,2023(01).
张九龙,王晓峰,芦磊,牛鹏飞.若干新型智能优化算法对比分析研究[J].计算机科学与探索,2022(01).
姚添智,张建海,刘桂泽,程东昱,李治国,李永红.地下厂房锚杆支护的反向传播神经网络智能化设计模型[J].科学技术与工程,2021(23).
邬凯,杨雪莲,李佳.基于DE-LSSVM的地下洞室群支护参数智能优化[J].长江科学院院报,2019(09).
0
浏览量
102
下载量
CSCD
关联资源
相关文章
相关作者
相关机构