换一批基于数字钻进技术和量子遗传-径向基函数神经网络的围岩类别超前识别技术研究
Advanced prediction of surrounding rock classification based on digital drilling technology and QGA-RBF neural network
摘要围岩类别超前分类是隧道施工过程中必须开展的一项工作，其直接关系到后续的开挖及施工支护方案。为有效地进行隧道围岩类别超前分类，提出了基于数字钻进技术和量子遗传（QGA）-径向基函数（RBF）神经网络的围岩类别超前分类方法。以数字钻进技术为基础，从钻进参数中提取有用信息，构建围岩类别超前分类指标体系。采用量子计算原理对遗传算法进行改进，通过量子位编码和量子旋转门更新种群，以此来确定RBF神经网络的参数，建立了基于QGA-RBF神经网络的围岩类别超前识别系统。最后将该方法应用于青岛胶州湾海底隧道的围岩类别超前识别中，结果表明，该方法具有较高的准确性，其结果为围岩类别超前分类提供了一种新思路。
更多相关知识
关键词
围岩分类超前识别数字钻进量子遗传算法(QGA)径向基函数(RBF)神经网络surrounding rock classificationadvanced predictiondigital drilling technologyquantum genetic algorithm (QGA)radical basis function (RBF) neural network
分类号
O319.56
栏目名称
发布时间
2014-08-09（万方平台首次上网日期，不代表论文的发表时间）
基金项目
- 浏览3
- 被引44
- 下载0
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
