期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于LHS-SSA-BPNN的地下厂房支护优化方法
1
作者 陈雨婷 夏天倚 +3 位作者 徐云乾 包腾飞 程健悦 赵向宇 《水电能源科学》 北大核心 2025年第6期162-166,共5页
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... 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。 展开更多
关键词 地下厂房支护优化 拉丁超立方抽样 麻雀搜索算法 反向传播神经网络
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部