预测误差降29.5%
六个群智能算法优化的深度信念网络，围岩变形预测精度显著超过混合模型。
Chen, Xuanhao · Fan, Rong · 李阳 · Ma, Tian Xing · Yong, Zhong
European Journal of Environmental and Civil Engineering 2025
相比混合模型，MAE最多降低29.5%，预测更贴近实测变形值。
KOA-DBN加速收敛，在同等精度下训练耗时更短，适合现场快速建模。
SHAP分析指出埋深、侧压力系数和支护类型是变形主控因素，为设计优化提供方向。