去噪分析和分离变形预测在深埋隧道中的应用研究

作者: 张黎红 [1] 罗有权 [1] 董则军 [2] 张新民 [1]

关键词: 隧道去噪分析 GA-BP神经网络时间序列误差修正

摘要：隧道变形易诱发相应的工程问题,对其防治及预测已成为地下工程领域的热点问题.为提高隧道变形的预测精度,达到有效掌握隧道变形规律的目的,以某隧道为工程实例,通过对其监测数据的去噪处理,将隧道变形的原始序列分离为趋势项和误差项序列,并利用GA-BP神经网络和时间序列模型对两序列进行预测,又结合支持向量机模型对前者的预测误差进行修正,以保证预测精度.结果表明:在去噪方面,得出半参数优化卡尔曼滤波的去噪效果最优,其次是sym8小波去噪和奇异谱分析;在预测方面,得出分离预测能一定程度上提高预测精度,但效果不明显,而误差修正模型能很大程度上提高预测精度,综合得到本文预测结果的平均相对误差为1.08％.预测模型具有精度较高等优点,能为深埋隧道的变形预测提供借鉴.

上一篇： 深埋不同水头条件下TBM管片结构力学特性与结构设计
下一篇： 基于谱分解法的自锚式悬索桥桥梁风致抖振计算分析

去噪分析和分离变形预测在深埋隧道中的应用研究

作者: 张黎红 [1] 罗有权 [1] 董则军 [2] 张新民 [1]

关键词: 隧道 去噪分析 GA-BP神经网络 时间序列 误差修正

关键词: 隧道去噪分析 GA-BP神经网络时间序列误差修正