论文部分内容阅读
弹性密封件是目前盾构隧道防水设计最可靠的方法之一,也是目前使用最广泛的接缝防水方法。在密封件的使用过程中,不仅需要保证防水性能,同时也要施工方便以及保持密封件的弹性复原力,因此工程中需要对密封件进行合理的截面优化设计,本文提出一种基于深度神经网络的弹性密封件接触应力预测代理模型方法,并提出使用遗传算法最小化优化目标函数来对弹性密封件进行优化设计。结果显示,深度神经网络代理模型能够快速且有效的对弹性密封件接触应力进行预测,其绝对误差仅为0.002,同时,本文使用的目标函数能够有效帮助遗传算法搜索出最佳截面。