来源：期刊VIP网 时间：
作者：申庆梦;杨玉坤;李越;李涛;王晓龙;李峰;
单位：中国矿业大学(北京)应急管理与安全工程学院;中国矿业大学(北京)力学与土木工程学院;北京城建设计发展集团股份有限公司;中国矿业大学(北京)隧道工程灾变防控与智能建养全国重点实验室;
摘要：为解决随机介质理论在双线隧道沉降研究中ΔA_1、ΔA_2(先行隧道和后行隧道的断面收敛面积)和tan β_1、tan β_2(先行隧道和后行隧道的主要影响角的正切值)取值准确性的问题，提出一种基于改进遗传算法-粒子群算法(GA-PSO)的智能位移反分析方法。该方法利用拉丁超立方采样法在多维参数空间内获取初始样本，并采用实数编码和君主选择交叉策略对标准遗传算法(GA)进行改进，进而通过粒子群算法(PSO)对改进GA进化筛选出的优良个体进行进一步的全局搜索和局部搜索，保证高效地搜索最优参数。在北京地铁12号线西坝河站—三元桥站区间断面实例反分析中，比较计算值和实测值，获取合适参数取值，并对后续开挖的隧道沉降进行预测。结果表明：双线隧道多参数更符合工程实际情况，通过对比计算沉降值和实测沉降值，发现其相对误差为1.36%～12.28%。同时，改进GA-PSO混合算法相较于单一改进GA、PSO算法精度有所提高。该研究结果扩大了随机介质理论的适用范围，丰富了双线隧道随机介质理论参数取值方法。
关键词：双线隧道;;智能算法;;随机介质理论;;位移反分析
基金资助：国家自然科学基金项目(51508556);; 中央高校基本科研业务费专项资金项目(2020YJSLJ14);; 越崎青年学者资助项目(800015z1166)
