本发明提供一种基于BP神经网络的隧道动态施工方法，属于隧道施工技术领域。
该方法首先对隧道进行分段，并在各施工段中央布置地表沉降监测点，以数值计算得到的地表沉降值为输入层数据，以土层和注浆体的力学参数为输出层数据，训练生成BP神经网络，将各施工段的实测地表沉降值输入到已训练好的BP神经网络中，反演得到土层和注浆体的力学参数，通过数值模拟预测待开挖段的地表沉降，并不断优化注浆参数直至满足工程要求，用优化后的注浆参数指导待开挖段隧道的施工。
该施工方法采用实时监测、超前预测、分段施工、及时调整的方式，能够较好地控制地表沉降。

潘旦光 冯志耀

北京科技大学

100083 北京市海淀区学院路30号

本发明提供一种基于BP神经网络的隧道动态施工方法，属于隧道施工技术领域。
该方法首先对隧道进行分段，并在各施工段中央布置地表沉降监测点，以数值计算得到的地表沉降值为输入层数据，以土层和注浆体的力学参数为输出层数据，训练生成BP神经网络，将各施工段的实测地表沉降值输入到已训练好的BP神经网络中，反演得到土层和注浆体的力学参数，通过数值模拟预测待开挖段的地表沉降，并不断优化注浆参数直至满足工程要求，用优化后的注浆参数指导待开挖段隧道的施工。
该施工方法采用实时监测、超前预测、分段施工、及时调整的方式，能够较好地控制地表沉降。