發(fā)布時(shí)間：2018-01-24 19:48

  本文關(guān)鍵詞： 高速鐵路隧道 變形預(yù)測(cè) PSO-SVM模型 GA-BP網(wǎng)絡(luò)模型 ARMA模型　出處：《隧道建設(shè)》2017年06期 　論文類型：期刊論文

【摘要】：為克服傳統(tǒng)預(yù)測(cè)模型結(jié)構(gòu)單一、預(yù)測(cè)精度及穩(wěn)定性不足等缺陷,提出多元體系組合預(yù)測(cè)模型的建模思路。首先,基于支持向量機(jī)、BP神經(jīng)網(wǎng)絡(luò)及ARMA模型3種單一預(yù)測(cè)模型,構(gòu)建鐵路隧道變形預(yù)測(cè)體系;再以均方根誤差、誤差平方和及平均絕對(duì)誤差等為評(píng)價(jià)準(zhǔn)則或指標(biāo),構(gòu)建各預(yù)測(cè)結(jié)果的誤差評(píng)價(jià)體系,求解各單項(xiàng)預(yù)測(cè)模型的權(quán)值貢獻(xiàn)指數(shù),得到最優(yōu)組合權(quán)值;然后利用后驗(yàn)差檢驗(yàn)、殘差檢驗(yàn)和關(guān)聯(lián)度檢驗(yàn)構(gòu)建預(yù)測(cè)精度校驗(yàn)體系,對(duì)組合預(yù)測(cè)結(jié)果進(jìn)行檢驗(yàn),評(píng)價(jià)預(yù)測(cè)模型的有效性;最后,結(jié)合工程實(shí)例,對(duì)多元體系組合預(yù)測(cè)模型在特大斷面隧道中的變形預(yù)測(cè)效果進(jìn)行檢驗(yàn)。結(jié)果表明:多元評(píng)價(jià)體系組合模型預(yù)測(cè)相對(duì)誤差值均小于2%,具有較高的預(yù)測(cè)精度,且較單一預(yù)測(cè)模型具有更高的預(yù)測(cè)精度,也一致通過(guò)相關(guān)檢驗(yàn),驗(yàn)證了多元體系組合預(yù)測(cè)模型的有效性。
[Abstract]:In order to overcome the shortcomings of the traditional prediction model, such as single structure, poor prediction accuracy and stability, the modeling idea of multi-system combination forecasting model is put forward. Firstly, based on support vector machine (SVM). BP neural network and ARMA model are three kinds of single prediction models to construct railway tunnel deformation prediction system. Then take the root mean square error, the sum of square error and the average absolute error as the evaluation criterion or index, construct the error evaluation system of each prediction result, and solve the weight contribution index of each single prediction model. The optimal combination weight is obtained. Then the prediction accuracy checking system is constructed by using posteriori error test, residual error test and correlation degree test. The combined prediction results are tested and the validity of the prediction model is evaluated. Finally, combined with engineering examples, the deformation prediction effect of multicomponent system combination prediction model in large section tunnel is tested. The results show that the relative error of multivariate evaluation system combination model is less than 2%. It has higher prediction accuracy and higher prediction accuracy than the single prediction model. The validity of the multi-system combination forecasting model is verified by correlation test.
【作者單位】： 陜西鐵路工程職業(yè)技術(shù)學(xué)院;
【分類號(hào)】：U456.3
【正文快照】： 0引言隨著近年我國(guó)交通事業(yè)的蓬勃發(fā)展,特大斷面隧道工程不斷增加,尤其是在高速客運(yùn)列車專線中[1]。由于隧道開(kāi)挖和支護(hù)均是復(fù)雜的系統(tǒng),變形機(jī)制較為復(fù)雜,難以從理論角度對(duì)隧道的變形進(jìn)行準(zhǔn)確計(jì)算,在特大斷面隧道中尤為突出,加之特大斷面隧道為高速客運(yùn)列車專線時(shí),工程的重要

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 文軍;蔣由輝;方文清;;航空貨運(yùn)量的優(yōu)化組合預(yù)測(cè)模型[J];計(jì)算機(jī)工程與應(yīng)用;2010年15期

2 黃元生;黎特;皮薇;;非平均權(quán)重條件下電力負(fù)荷組合預(yù)測(cè)模型研究[J];山東電力高等專科學(xué)校學(xué)報(bào);2013年03期

3 丁岳維;組合預(yù)測(cè)模型的研究[J];西安公路交通大學(xué)學(xué)報(bào);1997年04期

4 朱章;對(duì)組合預(yù)測(cè)模型預(yù)測(cè)精度的分析[J];黃石高等�？茖W(xué)校學(xué)報(bào);1997年01期

5 邢棉;能源發(fā)展趨勢(shì)的非線性優(yōu)化組合預(yù)測(cè)模型研究[J];華北電力大學(xué)學(xué)報(bào);2002年03期

6 陳華友,趙佳寶,劉春林;基于灰色關(guān)聯(lián)度的組合預(yù)測(cè)模型的性質(zhì)[J];東南大學(xué)學(xué)報(bào)(自然科學(xué)版);2004年01期

7 李眉眉;丁晶;衡彤;覃光華;;電力月負(fù)荷的混沌趨勢(shì)組合模型預(yù)測(cè)[J];四川電力技術(shù);2006年03期

8 張欣;;組合預(yù)測(cè)模型在上海內(nèi)河港口吞吐量預(yù)測(cè)中的應(yīng)用[J];水運(yùn)工程;2007年04期

9 王斌;張金隆;;航線流量組合預(yù)測(cè)模型研究[J];武漢理工大學(xué)學(xué)報(bào)(信息與管理工程版);2008年03期

10 趙海青,楊秀岐;灰色加法組合預(yù)測(cè)模型及其應(yīng)用[J];保定師范專科學(xué)校學(xué)報(bào);2002年04期

相關(guān)會(huì)議論文 前10條

1 謝如賢;成盛超;程仕軍;陳思華;;變結(jié)構(gòu)組合預(yù)測(cè)模型的建立與應(yīng)用[A];全國(guó)青年管理科學(xué)與系統(tǒng)科學(xué)論文集（第2卷）[C];1993年

2 董景榮;;基于遺傳輔助設(shè)計(jì)的匯率組合預(yù)測(cè)模型研究[A];面向復(fù)雜系統(tǒng)的管理理論與信息系統(tǒng)技術(shù)學(xué)術(shù)會(huì)議專輯[C];2000年

3 馬永開(kāi);唐小我;;組合預(yù)測(cè)模型研究[A];管理科學(xué)與系統(tǒng)科學(xué)進(jìn)展——全國(guó)青年管理科學(xué)與系統(tǒng)科學(xué)論文集（第4卷）[C];1997年

4 成樞;劉國(guó)林;高放;;最優(yōu)組合預(yù)測(cè)模型及其在變形預(yù)測(cè)中的應(yīng)用[A];《測(cè)繪通報(bào)》測(cè)繪科學(xué)前沿技術(shù)論壇摘要集[C];2008年

5 何迎東;吳婉瑩;郭u&;陳華友;;基于離消度的組合預(yù)測(cè)模型及其應(yīng)用[A];第十屆中國(guó)不確定系統(tǒng)年會(huì)、第十四屆中國(guó)青年信息與管理學(xué)者大會(huì)論文集[C];2012年

6 陳華友;程蕾;張倩;;基于相關(guān)系數(shù)的IOWA算子最優(yōu)組合預(yù)測(cè)模型[A];第四屆中國(guó)不確定系統(tǒng)年會(huì)論文集[C];2006年

7 陳華友;;IOWA算子的組合預(yù)測(cè)模型及在所得稅預(yù)測(cè)中的應(yīng)用[A];第三屆不確定系統(tǒng)年會(huì)論文集[C];2005年

8 謝正文;孔凡玉;胡毅夫;;基于熵權(quán)的沉降組合預(yù)測(cè)模型及應(yīng)用[A];第一屆中國(guó)水利水電巖土力學(xué)與工程學(xué)術(shù)討論會(huì)論文集（下冊(cè)）[C];2006年

9 王永光;趙國(guó)浩;;變權(quán)組合預(yù)測(cè)模型在中國(guó)煤炭需求預(yù)測(cè)中的應(yīng)用[A];2007中國(guó)可持續(xù)發(fā)展論壇暨中國(guó)可持續(xù)發(fā)展學(xué)術(shù)年會(huì)論文集（4）[C];2007年

10 王尚俊;吳剛;陳華友;周禮剛;;基于廣義10WA算子的組合預(yù)測(cè)模型及在卷煙消費(fèi)需求中應(yīng)用[A];第十一屆中國(guó)不確定系統(tǒng)年會(huì)、第十五屆中國(guó)青年信息與管理學(xué)者大會(huì)論文集[C];2013年

相關(guān)博士學(xué)位論文 前5條

1 趙川;重載交通對(duì)高速公路橋梁的疲勞影響研究[D];河北工業(yè)大學(xué);2015年

2 于志恒;基于智能理論的交通流量組合預(yù)測(cè)模型研究[D];東北師范大學(xué);2016年

3 向昌盛;基于支持向量機(jī)的時(shí)間序列組合預(yù)測(cè)模型[D];湖南農(nóng)業(yè)大學(xué);2011年

4 萬(wàn)玉成;基于未確知性的預(yù)測(cè)與決策方法及其應(yīng)用研究[D];東南大學(xué);2004年

5 南曉強(qiáng);風(fēng)電預(yù)測(cè)技術(shù)及其運(yùn)行分析[D];西南交通大學(xué);2013年

相關(guān)碩士學(xué)位論文 前10條

1 宋鶴;基于WEB的風(fēng)電場(chǎng)可視化監(jiān)測(cè)技術(shù)研究[D];沈陽(yáng)理工大學(xué);2015年

2 高興良;基于逐步回歸分析的組合神經(jīng)網(wǎng)絡(luò)股指預(yù)測(cè)研究[D];哈爾濱工業(yè)大學(xué);2015年

3 Phanthavong Tulaxay;基于小波-BP神經(jīng)網(wǎng)絡(luò)的貝葉斯概率組合預(yù)測(cè)模型及其在預(yù)報(bào)調(diào)度中的應(yīng)用[D];華北電力大學(xué);2015年

4 徐曉波;電動(dòng)汽車充/換電站短期負(fù)荷預(yù)測(cè)方法研究[D];華北電力大學(xué);2015年

5 蔣星;基于趨勢(shì)點(diǎn)模型的超短期風(fēng)電功率預(yù)測(cè)研究[D];廣西大學(xué);2015年

6 奚晨;組合預(yù)測(cè)模型的應(yīng)用與研究[D];蘭州大學(xué);2015年

7 周清平;滬深300指數(shù)的組合預(yù)測(cè)模型研究[D];蘭州大學(xué);2015年

8 熊威;顧及多效應(yīng)的混凝土壩位移聯(lián)合預(yù)報(bào)與監(jiān)控分析[D];南昌大學(xué);2015年

9 李瀅;基于灰色理論的車輛輪對(duì)踏面磨損預(yù)測(cè)研究[D];蘭州交通大學(xué);2015年

10 吳念;地區(qū)電網(wǎng)中長(zhǎng)期負(fù)荷組合預(yù)測(cè)模型和方法研究[D];華南理工大學(xué);2012年

，

本文編號(hào)：1460881