Resumen

La deformación del terreno durante proyectos de túneles es uno de los problemas complejos que se deben monitorear cuidadosamente para evitar daños inesperados y pérdidas humanas. La predicción precisa del asentamiento del suelo (GS) es una preocupación crucial para los problemas de túneles, y el modelo predictivo adecuado puede ser una herramienta vital para que los diseñadores de túneles simulen con precisión el asentamiento del suelo. Este estudio propone modelos híbridos de inteligencia artificial (IA) relativamente nuevos para predecir el asentamiento del suelo de la tuneladora de equilibrio de presión de tierra (EPB) en el proyecto MRTA de Bangkok. Los modelos predictivos eran marcos de inspiración natural variados, como la evolución diferencial (DE), la optimización por enjambre de partículas (PSO), el algoritmo genético (GA) y el optimizador de colonias de hormigas (ACO) para ajustar el sistema de inferencia neurodifusa adaptativa (ANFIS). Para obtener resultados precisos y confiables, el

• Materias:Funciones Flujo de información Estudio de población Modelado de sistemas Modelo de campo
• Subjects:Functions Information flow Population study System modeling Field model
• Palabras claves:Asentamiento del suelo; Proyectos de túneles; Modelo predictivo; Inteligencia artificial híbrida; Escudo de equilibrio de presión de tierra; Proyecto de MRTA de Bangkok
• Keywords:Ground settlement; Tunnelling projects; Predictive model; Hybrid artificial intelligence; Earth pressure balance shield; Bangkok MRTA project