基于小波神经网络的隧道变形预测模型研究-论文.pdf

《基于小波神经网络的隧道变形预测模型研究-论文.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第39卷，第4期公路工程Vo1．39，No．42014年8月HighwayEngineeringAug．，2014基于小波神经网络的隧道变形预测模型研究胡纪元。，文鸿雁，周吕，陈冠宇(1．广西空间信息与测绘重点实验室，广西桂林541004；2．桂林理工大学测绘地理信息学院，广西桂林541004；3．桂林理工大学广西矿冶与环境科学实验中心，广西桂林541004)[摘要]针对单一模型在隧道变形预测上精度不高的问题，提出了一种基于小波分析理论的神经网络模型，该模型克服了BP神经网络模型存在的收敛速度慢、结构设计盲目、易陷入局部极小点的缺陷，通过将该模型与时间序列模型

2、、Levenberg—Marquardt法BP神经网络模型、遗传神经网络模型预测的结果比较，可以看出小波神经网络在隧道的变形预测中网络结构更简单、收敛速度更快、预测精度更高。【关键词】隧道；预测精度；小波神经网络；时间序列模型；遗传神经网络[中圈分类号】U456．3[文献标识码】A[文章编号]1674—0610(2014)04—0026—04Research0nPredictionModelofTunnelDeformati0nBasedonWaveletNeuralNetworkHUJiyuan，WENHongyan，ZHOULv，CHENGuanyu(1．

3、Guan~xiKeyLaboratoryforSpatialInformationandGeomatics，Guilin，Guangxi541004，China；2．CollegeofSurveying，MappingandGeoinformation，GuilinUniversityofTechnology，GuilinGuangxi541004，China；3．GuangxiScientificExperimentCenterofMining，MetallurgyandEnvironment，Gui-lin，Guangxi541004，China)[Abs

4、tract]Basedonthefactthatsinglemodel’Spredictionprecisionintunneldeformationmonito-ringisnotveryhigh，thispaperproposesaNeuralNetworkmodelbasedonWaveletanalysistheory，whichcanovercomeslowconvergencespeed，blindnessofstructuredesignandlocalminimumofBPNeuralnetwork．Comparedwithtimeseries

5、model，Levenberg-MarquardtBPNeuralNetworkmodel，andGA-BPNeuralNetworkmodel，predictionresultsshowthatWaveletNeuralNetworkmodelhasasimple、networkstructure，fasterconvergencespeedandhigherpredictionprecisionintunneldeformationmonito—ring．[Keywords]tunnel；precision；waveletneuralnetwork；tim

6、eseriesmodel；GA—BPneuralnet-work身的特殊性，如，围岩变形的不确定性、环境条件恶0前言劣，因此，需要对其进行实时不间断监测，通过监测近年来，我国的交通事业获得了前所未有的发数据及规律性认识可以分析预报围岩的稳定性，为展，为拉动国民经济增长做出了重要贡献。其中，在检验和修改设计、制定施工方案及采取加固措施提道路建设方面，隧道方案以其能缩短行车里程、保障供理论依据。运营安全、最大节约土地资源、保护生态环境等优同时，由于高铁隧道监测要求精度高，单一的理点，越来越受到重视，尤其在“十二五”规划以来，论模型较难准确预测变形的大小。因此本文提

7、出了我国的高速铁路建设迅速发展，而隧道又是其建设基于小波分析理论的神经网络模型，本文以贵广当中的重要组成部分，鉴于高铁隧道工程建设其自高铁某隧道为例，选择一较为典型的监测断面，对其[收稿日期】2013—09-04[基金项目】国家自然科学基金项目(41071294)，广西空间信息与测绘重点实验室资助课题(桂科能1207¨5一O6，l103108—02)，研究生教育创新计划项目(YCSZ2012083)；大学生创新创业训练计划项目(201210596003)【作者简介】胡纪元(1988一)，男，河南信阳人，研究生，研究方向：变形监测与数据处理。第4期胡纪元，等：基

8、于小波神经网络的隧道变形预测模型研究2