原文传递
BP小波神经网络在地铁隧道变形分析中的应用
| 论文题名： | BP小波神经网络在地铁隧道变形分析中的应用 |
| 关键词： | 变形监测;BP神经网络;小波分析;地铁隧道 |
| 摘要： | 随着科学技术的进步，交通日趋复杂，为了缓解交通压力，地铁建设开始快速发展，地铁建设也成为了大都市发展的重要领域。为了确保地铁的安全运行，需要实时了解和掌握地铁隧道的变形情况，对地铁隧道结构中可能出现的安全隐患做处理，地铁隧道的变形监测变得至关重要。目前，在地铁隧道变形分析中应用较多的数据处理方法有：回归分析法、时间序列分析模型、灰色系统分析模型、卡尔曼滤波模型、人工神经网络模型等方法。 本文主要应用的是BP神经网络，也是应用比较多的一种动态数据处理方法，它是在网络上调整权值和阈值的算法。BP神经网络在训练学习过程中，会存在一些问题，如模型收敛速度慢和容易陷入局部最小，需要针对传统BP神经网络做出一些改进，例如：附加动量法和自适应调整学习率，有效改善了BP神经网络的收敛速度和避免了出现局部极小点；利用小波函数对BP神经网络改进，再次提高网络的收敛速度以及避免局部极小点的出现；建立BP小波神经网络模型，对地铁隧道变形数据进行处理。本文在查阅大量的文献资料的基础上，首先阐述总结了变形监测的意义、地铁变形监测的目的和意义、地铁变形监测技术的发展概况及常用数据处理方法等；在小波分析理论中，描述了几种常用小波函数，例如，Harr小波函数、Daubechies小波、Symlets小波、Morlet小波函数、Mexican Hat小波等；其次详细的阐述了BP神经网络的基本原理、模型和算法；小波分析与BP神经网络的结合方式，原理、模型、算法；最后结合实例分析，利用MATLAB软件编写数据处理程序，对地铁隧道观测数据进行处理，对两种预测模型的结果进行对比分析。最后对本文进行总结概括，提出BP小波神经网络的不足和发展需求。 |
| 作者： | 赵光伟 |
| 专业： | 测绘工程 |
| 导师： | 刘荣 |
| 授予学位： | 硕士 |
| 授予学位单位： | 东华理工大学 |
| 学位年度： | 2015 |
| 正文语种： | 中文 |
检索历史
应用推荐
