期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于融合时空注意力机制的掌子面前方围岩1D-CNN预测
1
作者 姜炜 宋仁杰 +2 位作者 伍毅敏 傅鹤林 黄乐 《隧道建设(中英文)》 北大核心 2025年第10期1906-1918,共13页
为解决基于图像的掌子面前方围岩预测易受环境干扰的问题,提出一种以纵向位移曲线(LDP)(可反映围岩自身的强度属性)为输入的轻量化预测思路。首先通过数值模拟对3类围岩(GSI=15、30、50)在9种组合形式下的LDP曲线演化规律进行分析及总结... 为解决基于图像的掌子面前方围岩预测易受环境干扰的问题,提出一种以纵向位移曲线(LDP)(可反映围岩自身的强度属性)为输入的轻量化预测思路。首先通过数值模拟对3类围岩(GSI=15、30、50)在9种组合形式下的LDP曲线演化规律进行分析及总结,再基于融合时空注意力机制的一维卷积神经网络(1D-CNN)构建掌子面前方围岩预测模型。研究结果表明:1)均匀地层方案总体上变形量先增大再减小;GSI为15时,整体变形量较大;含地层分界面的方案在地层分界面之前变形量先增大再减小,在地层分界面之后的变形量与地层分界面之后的岩性参数相关。2)融合时空注意力机制的一维卷积神经网络模型以LDP纵向变形曲线数据进行输入,根据LDP纵向变形曲线的特征对地层进行分类,其预测准确率为0.88。3)将所提出的模型与不同变体模型进行对比分析,结果显示融合时空注意力机制的1D-CNN在参数量较低的情况下取得了最高的准确率。 展开更多
关键词 隧道 掌子面前方围岩 数值模拟 纵向变形曲线 预测模型 时空注意力机制 卷积神经网络
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部