论文部分内容阅读
文章针对地铁隧道沉降的复杂性和不确定性，深入分析了地铁隧道沉降的主要影响因素；运用网络层次分析法（ANP）的超决策（SuperDecisions，下称SD）软件求解方法求得各影响因素的权重；并以此作为BP神经网络的初始权重，通过训练网络对该权重进行微调；在此基础上，提出了综合考虑各因素、各层次之间相互反馈和影响的ANP—BP模型。据此模型对西安地铁隧道沉降进行预测，通过与遗传算法和粒子群算法优化BP神经网络的对比试验分析，该模型体现出了适应性强、收敛快、精度高的优势，取得了很好的预测效果。