TY -的A2鑫Baogui盟——刘Xinni AU -侯赛因,Sadaam Hadee AU - Ghazali Kamarul家盟——东,那Tran Minh AU - Yaseen,查希尔Mundher PY - 2021 DA - 2021/03/12 TI -优化的自适应神经模糊推理系统使用Metaheuristic算法:应用盾构隧道地表沉降预测SP - 6666699六世- 2021 AB -地面变形在隧道工程是一个复杂的问题,需要仔细监测,以避免意外损失和人类的损失。准确预测地面沉降(GS)是一个至关重要的关心隧道问题,和适当的预测模型可以是一个重要工具对隧道设计师准确模拟地面沉降。本研究提出了相对较新的混合人工智能(AI)模型预测地面沉降的土压力平衡(EPB)隧道盾构掘进的曼谷MRTA项目。预测模型是各种自然框架,如差分进化(DE),粒子群优化(PSO)、遗传算法(GA)和蚁群优化(ACO)来优化自适应神经模糊推理系统(简称ANFIS)。获得准确、可靠的结果,建模过程,建立了基于四个不同的数据集场景包括(i)预处理和标准化(PPN),(2)预处理和nonnormalized (PPNN), (iii) non-preprocessed和规范化(NPN)和(iv) non-preprocessed nonnormalized (NPNN)数据集。结果表明,PPN数据集情况下显著影响预测模型精度的毁灭之路。在所有发达的混合模型,ANOFS-PSO模型取得了最好的预测性能。在定量方面,PPN-ANFIS-PSO模型达到最小均方根误差(RMSE)价值7.98和相关系数值(CC)为0.83。总的来说,获得的结果证实了探索混合人工智能模型的优越性的地面沉降预测模型的土压力平衡(EPB)隧道盾构掘进。SN - 1076 - 2787你——https://doi.org/10.1155/2021/6666699——10.1155 / 2021/6666699 JF - PB - Hindawi KW - ER -复杂性