基于PSO-BP神经网络的盾构刀具配置研究
来源：机械工程学报杂志2018年第10期北京时间：
作者：牛江川, 韩利涛, 李素娟, 郭京波, 刘进志
单位：1. 石家庄铁道大学机械工程学院 石家庄 050043;2. 石家庄铁道大学信息科学与技术学院 石家庄 050043
摘要：盾构刀具在盾构机掘进过程中起着关键的作用，其配置选型是否合理决定着工程的成败。为了对盾构刀具进行合理的配置，根据盾构刀具的配置原则，针对盾构刀具配置的地质适用性，在粒子群优化算法（Particle swarm optimization，PSO）与神经网络算法（Back propagation，BP）的基础上提出智能配置方法。建立地质条件与盾构刀具类型之间的关系模型，并利用成功的盾构施工案例作为样本数据对该模型进行训练，训练后可以利用模型智能推荐盾构刀具配置方案。利用工程案例进行测试分析，将测试结果与实际配置方案进行对比，并与BP神经网络测试结果进行比较。测试结果表明，基于PSO-BP神经网络算法不但能够很好地实现盾构刀具配置方案的合理推荐，并且在计算精度和训练时间两个方面PSO-BP神经网络算法比BP神经网络算法都有显著提高。
关键词：BP神经网络,盾构刀具,粒子群优化算法,智能选型；
基金资助：国家自然科学基金（51275321）、国家863计划（2012AA041803）和河北省教育厅自然科学青年基金（QN2014151）资助项目。
