施工技术
施工技術
시공기술
CONSTRUCTION TECHNOLOGY
2013年
23期
85-87,103
,共4页
隧道工程%沉降%非线性%神经网络%预测
隧道工程%沉降%非線性%神經網絡%預測
수도공정%침강%비선성%신경망락%예측
tunnels%settlement%nonlinear%neural network%prediction
为了提高城市隧道地表沉降的预测精度,在传统的神经网络模型中,引入一种有预测功能的灰色模型,优化传统的地表沉降预测方法.该方法首先利用岩土体地表沉降的随机过程建立模型,通过建立起地表沉降与随机变量之间的非线性映射关系,使得神经网络就在地表沉降的预测中,具备非线性数据逼近能力,保证测量的准确性.试验表明,该方法提高了城市隧道地表沉降的预测精度.
為瞭提高城市隧道地錶沉降的預測精度,在傳統的神經網絡模型中,引入一種有預測功能的灰色模型,優化傳統的地錶沉降預測方法.該方法首先利用巖土體地錶沉降的隨機過程建立模型,通過建立起地錶沉降與隨機變量之間的非線性映射關繫,使得神經網絡就在地錶沉降的預測中,具備非線性數據逼近能力,保證測量的準確性.試驗錶明,該方法提高瞭城市隧道地錶沉降的預測精度.
위료제고성시수도지표침강적예측정도,재전통적신경망락모형중,인입일충유예측공능적회색모형,우화전통적지표침강예측방법.해방법수선이용암토체지표침강적수궤과정건립모형,통과건립기지표침강여수궤변량지간적비선성영사관계,사득신경망락취재지표침강적예측중,구비비선성수거핍근능력,보증측량적준학성.시험표명,해방법제고료성시수도지표침강적예측정도.
