Estimation of Tunnel Discharge from Geological Data by Using Quantification and Artificial Neural Network (ANN) Models. Analysis of the Discharge Distribution Observed in a Pilot Tunnel of the Seikan Undersea R Tunnel

Autor:	Kunio Watanbe, Kazuharu Saito, Mahesh R. Gautam
Rok vydání:	2001
Předmět:	Estimation Artificial neural network Computer science Geotechnical engineering Data mining computer.software_genre computer
Zdroj:	Journal of the Japan Society of Engineering Geology. 42:170-180
ISSN:	1884-0973 0286-7737
DOI:	10.5110/jjseg.42.170
Popis:	本研究は, 青函トンネル掘削時の地質および湧水量データを用いて, 統計解析的手法により岩盤割れ目とトンネル湧水量との関係を明らかにするものである. 本報告では湧水量と地質的要因との相関を調べ, さらに数量化理論とニューラルネットワーク (ANN) 解析による湧水の地点と量の予測を試みた. その結果, 数量化理論では定性的要因をも考慮して湧水量に与える地質要因の影響をある程度調べることができたが, 予測精度では実用上問題もあった. それに比ベニューラルネットワーク解析では予測も実用的に高いことがわかった. とくに, 湧水量の再現性は極めて高い結果を得た. しかし, 局所的な突発湧水についての予測は確度が低く, また定性的要因をいかにして定量的に評価してパラメータとして扱うかなどについての課題を示した.
Databáze:	OpenAIRE
Externí odkaz:	https://explore.openaire.eu/search/publication?articleId=doi_________::4e1a2ca562a9a29831441ca0d169cd20 https://doi.org/10.5110/jjseg.42.170 Zobrazit plný text záznamu