文献

J-GLOBAL ID：202002250944165922   整理番号：20A1066609

人工神経回路網を用いたトンネル支保パターン選択の推定【JST・京大機械翻訳】

Estimation of tunnel support pattern selection using artificial neural network

著者 (5件)： Liu Jiankang (College of Energy and Mining Engineering, Shandong University of Science and Technology, Qingdao, China) ,  Liu Jiankang (Graduate School of Engineering, Nagasaki University, Nagasaki, Japan) ,  Jiang Yujing (Graduate School of Engineering, Nagasaki University, Nagasaki, Japan) ,  Ishizu Sodai (Graduate School of Engineering, Nagasaki University, Nagasaki, Japan) ,  Sakaguchi Osamu (Department of Civil Engineering, Konoike Construction Co., Ltd., Osaka, Japan)
資料名： Arabian Journal of Geosciences  (Arabian Journal of Geosciences)
巻： 13  号： 9  ページ： 321  発行年： 2020年 
JST資料番号： W4050A  ISSN： 1866-7511  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： トンネルサポートパターンの効果的選択は,トンネル工学の安全性と運用コストに影響する要所要素のひとつであった。本研究では,トンネル面前方のトンネル支持パターンを推定するための人工ニューラルネットワーク(ANN)モデルを開発した。この観点から,建設中の掘削(MWD)データセットとトンネルサポートパターンをANNモデルに導入した。MWDデータとサポートパターンの間の非線形関係を推定した。MWDデータは,日本で3.88km長の高速鉄道トンネルプロジェクトの97のドリルホールから収集された,浸透率(PR),ハンマー圧力(HP),回転圧力(RP),供給圧力(FP),ハンマー周波数(HF),および比エネルギー(SE)を含んでいる。多層パーセプトロン解析法を異なる入力サンプルサイズと異なるANN構造に基づいて用いた。結果は,MWDデータとサポートパターンの間に強い相関が存在することを示した。6つの入力(PR,HP,RP,FP,HF,およびSE)と1つの隠れ層を有するニューラルネットワークがサポートパターンの推定に十分であることを追跡した。入力サンプルサイズと隠れ層ノードの増加は,ANNの性能に正の最適化効果を持っている。しかし,6000サンプル以上の入力サンプルサイズと30ノードより大きい隠れ層は,ANNの性能を最適化することに有意な影響を及ぼさなかった。6000の入力サンプルのサイズとトポロジー6-30-6による三層ニューラルネットワークは,最適であることを見つけた。提案したANNモデルは,実際のエンジニアリングにおけるサポートパターンの選択に適している。Copyright Saudi Society for Geosciences 2020 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 位相幾何学 ,  最適化 ,  ドリル ,  高速鉄道 ,  *ニューラルネットワーク ,  操業費 ,  浸透率 ,  多層パーセプトロン
準シソーラス用語： 隠れ層 ,  ハンマ , 【Automatic Indexing@JST】

著者キーワード (4件)： トンネル支保パターン ,  掘削データ中の測定 ,  人工神経回路網 ,  ネットワーク構造

分類 (2件)： トンネル工事  (RC05031E) ,  トンネル工学一般  (RC05010R)

タイトルに関連する用語 (4件)： 人工神経回路網 ,  トンネル ,  支保パターン ,  推定