FA-CNN混合反演算法

多维复杂数据反演更准

结合萤火虫算法与卷积神经网络，利用监测数据精准反演复合地层盾构施工的岩体参数，预测精度优于MLP、SVR和标准CNN，可保障邻近结构安全。

Lv, Zhiqiang · Chi, Chen · Xinlei, Zhang · Bo, Hu · 金佳旭

Geomechanics and Geophysics for Geo-Energy and Geo-Resources 2026

参数信息

FA参数推荐范围（ρ）

0.3–0.5

FA参数推荐范围（γ）

0.6–0.8

技术优势

精度更高

FA-CNN处理多维复杂数据集时，预测精度优于MLP、SVR和标准CNN。

收敛更快

在迭代速度和收敛性能上优于其他算法，推荐参数范围ρ = 0.3–0.5和γ = 0.6–0.8。

工程验证

已成功应用于隧道施工中邻近结构位移预测，参数与实际值高度一致。

应用场景

• 岩土工程监测：直接利用监测数据反演岩体参数，提升地下工程数值模拟输入精度。
• 智能建造：算法自动完成参数反演，减少人工试凑，加速施工决策。
• 盾构施工安全：准确预测邻近结构位移，提前预警变形风险，保障结构安全。
• 工程参数反演：提供高效精确的岩体参数反演手段，替代传统低效方法。