论文部分内容阅读
根据有关水下隧道渗流涌水影响因素的研究成果及预测涌水量时选择影响因素的准则，确定了用于预测水下隧道涌水量的6个影响因子。分析了遗传算法与BP神经网络结合的可行性，并利用遗传算法优化BP神经网络的权值和阈值，从而建立了多影响因子的GA—BP神经网络预测模型，其收敛性能好、简单可行。通过比较GA—BP神经网络和经典BP神经网络模型的预测结果，验证了前者改良了后者的局限性并提高了预测精度。