当前位置: 首页> 交通会议论文数据库 >详情
原文传递 基于BP神经网络的地铁结构变形时间序列预测研究
题名: 基于BP神经网络的地铁结构变形时间序列预测研究
正文语种: 中文
作者: 仲洁 胡伍生 王松寒
作者单位: 东南大学交通学院测绘工程系,江苏南京 210096
关键词: 地铁结构变形 时间序列 BP神经网络 融合模型
摘要:   为了保障地铁施工及运营安全,需实时地掌握和了解隧道结构的变化情况,针对地铁隧道结构中可能存在的安全隐患及时地进行治理,因此对地铁隧道结构变形的预测是当前的研究热点之一.本文针对南京南站地铁隧道项目监测点变形数据,进行分析并建立地铁结构变形预测模型,分别为时间序列模型、BP神经网络模型和BP时间序列融合模型.结果表明,BP时间序列融合模型预测精度最高,可达0.18mm,与时间序列模型(预测精度0.77mm)及常规BP神经网络模型(预测精度0.38mm)相比分别提高了76.6%和50.6%.将时间序列模型和BP 神经网络模型结合起来建立的BP时间序列融合模型可以大大的提高地铁结构变形的预测精度.
会议日期: 20150815
会议举办地点: 兰州
会议名称: 第七届全国交通工程测量学术研讨会
出版日期: 2015-08-15
母体文献: 第七届全国交通工程测量学术研讨会论文集
分类号: U45
检索历史
应用推荐