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
