地下空间与工程学报
地下空間與工程學報
지하공간여공정학보
CHINESE JOURNAL OF UNDERGROUND SPACE AND ENGINEERING
2009年
z1期
1418-1421
,共4页
边坡%时间序列%神经网络%位移预测
邊坡%時間序列%神經網絡%位移預測
변파%시간서렬%신경망락%위이예측
边坡系统是一个影响因素众多、非常复杂的非线性系统,使得作为边坡内部力学现象外部表现的边坡变形同样具有很强的非线性特征,而神经网络所具有的高度鲁棒性、学习和联想记忆功能及数据挖掘等特性,对诸如存在内在联系的单时间序列的边坡位移预测有着较大的优势.以此为出发点,通过对单时间序列特点的分析,构造了基于单时间序列的神经网络预测模型,并以渝黔高速公路某边坡位移实际监测数据为例进行了计算.研究结果表明,通过挖掘边坡位移序列中的隐含信息,运用单时间序列BP神经网络进行边坡位移预测是完全可行的,预测平均误差仅为2.72%,预测结果与实际情况吻合度较高.最后通过与传统灰色理论预测方法进行对比发现,该方法预测效果明显提高,预测误差平均降低了近8倍.
邊坡繫統是一箇影響因素衆多、非常複雜的非線性繫統,使得作為邊坡內部力學現象外部錶現的邊坡變形同樣具有很彊的非線性特徵,而神經網絡所具有的高度魯棒性、學習和聯想記憶功能及數據挖掘等特性,對諸如存在內在聯繫的單時間序列的邊坡位移預測有著較大的優勢.以此為齣髮點,通過對單時間序列特點的分析,構造瞭基于單時間序列的神經網絡預測模型,併以渝黔高速公路某邊坡位移實際鑑測數據為例進行瞭計算.研究結果錶明,通過挖掘邊坡位移序列中的隱含信息,運用單時間序列BP神經網絡進行邊坡位移預測是完全可行的,預測平均誤差僅為2.72%,預測結果與實際情況吻閤度較高.最後通過與傳統灰色理論預測方法進行對比髮現,該方法預測效果明顯提高,預測誤差平均降低瞭近8倍.
변파계통시일개영향인소음다、비상복잡적비선성계통,사득작위변파내부역학현상외부표현적변파변형동양구유흔강적비선성특정,이신경망락소구유적고도로봉성、학습화련상기억공능급수거알굴등특성,대제여존재내재련계적단시간서렬적변파위이예측유착교대적우세.이차위출발점,통과대단시간서렬특점적분석,구조료기우단시간서렬적신경망락예측모형,병이투검고속공로모변파위이실제감측수거위례진행료계산.연구결과표명,통과알굴변파위이서렬중적은함신식,운용단시간서렬BP신경망락진행변파위이예측시완전가행적,예측평균오차부위2.72%,예측결과여실제정황문합도교고.최후통과여전통회색이론예측방법진행대비발현,해방법예측효과명현제고,예측오차평균강저료근8배.
