【摘要】：針對單一模型在隧道變形預(yù)測上精度不高的問題,提出了一種基于小波分析理論的神經(jīng)網(wǎng)絡(luò)模型,該模型克服了BP神經(jīng)網(wǎng)絡(luò)模型存在的收斂速度慢、結(jié)構(gòu)設(shè)計盲目、易陷入局部極小點的缺陷,通過將該模型與時間序列模型、Levenberg-Marquardt法BP神經(jīng)網(wǎng)絡(luò)模型、遺傳神經(jīng)網(wǎng)絡(luò)模型預(yù)測的結(jié)果比較,可以看出小波神經(jīng)網(wǎng)絡(luò)在隧道的變形預(yù)測中網(wǎng)絡(luò)結(jié)構(gòu)更簡單、收斂速度更快、預(yù)測精度更高。
[Abstract]:A neural network model based on wavelet analysis theory is proposed to overcome the shortcomings of BP neural network model, such as slow convergence speed, blind structure design and easy to fall into local minimum. Levenberg-Marquard model and time series model are used to predict tunnel deformation. Comparing the prediction results of T-method BP neural network model and genetic neural network model, it can be seen that wavelet neural network has simpler network structure, faster convergence speed and higher prediction accuracy in tunnel deformation prediction.
【作者單位】： 廣西空間信息與測繪重點實驗室;桂林理工大學(xué)測繪地理信息學(xué)院;桂林理工大學(xué)廣西礦冶與環(huán)境科學(xué)實驗中心;
【基金】：國家自然科學(xué)基金項目(41071294) 廣西空間信息與測繪重點實驗室資助課題(桂科能1207115-06,1103108-02) 研究生教育創(chuàng)新計劃項目(YCSZ2012083) 大學(xué)生創(chuàng)新創(chuàng)業(yè)訓(xùn)練計劃項目(201210596003)
【分類號】：U456.3

【相似文獻】

相關(guān)期刊論文 前10條

1 吳東平;涂萬堂;盧耀軍;;基于小波神經(jīng)網(wǎng)絡(luò)的短時交叉口交通沖突預(yù)測[J];中國水運(下半月);2010年03期

2 吳東平;盧耀軍;涂萬堂;;基于小波神經(jīng)網(wǎng)絡(luò)的短時交叉口交通沖突預(yù)測[J];武漢勘察設(shè)計;2011年01期

3 田其煌;;小波神經(jīng)網(wǎng)絡(luò)在軟基沉降組合預(yù)測中的應(yīng)用[J];工程勘察;2008年05期

4 王琦;;基于小波神經(jīng)網(wǎng)絡(luò)的高速公路區(qū)域經(jīng)濟影響評價[J];北方交通;2009年02期

5 曲徑;;基于灰色小波神經(jīng)網(wǎng)絡(luò)的船舶交通流預(yù)測研究[J];天津航海;2010年03期

6 胡小鵬;;橋梁施工狀況評估的小波神經(jīng)網(wǎng)絡(luò)模型[J];混凝土;2011年08期

7 李自光;張巍;游張平;何志勇;;基于小波神經(jīng)網(wǎng)絡(luò)的熱拌瀝青混合料離析率研究[J];中國工程機械學(xué)報;2004年04期

8 肖旺新,張雪;小波神經(jīng)網(wǎng)絡(luò)在基于圖象處理的路面破損識別中的應(yīng)用[J];公路交通技術(shù);2005年04期

9 潘昊;黃媛;;改進的小波神經(jīng)網(wǎng)絡(luò)在橋梁損傷中的預(yù)測研究[J];計算機工程與應(yīng)用;2010年03期

10 李春貴;徐樹安;閆向磊;溫鑫;張增芳;;結(jié)合粒子群算法的小波神經(jīng)網(wǎng)絡(luò)交通流預(yù)測[J];廣西工學(xué)院學(xué)報(自然科學(xué)版);2010年03期

相關(guān)博士學(xué)位論文 前3條

1 張鵬;基于小波理論的白鶴隧道圍巖穩(wěn)定性非線性研究[D];吉林大學(xué);2009年

2 杜軍;盾構(gòu)隧道壁后注漿探測圖像識別及沉降控制研究[D];同濟大學(xué);2006年

3 楊英俊;城市出租汽車服務(wù)管理關(guān)鍵技術(shù)研究[D];長安大學(xué);2013年

相關(guān)碩士學(xué)位論文 前10條

1 朱美龍;小波神經(jīng)網(wǎng)絡(luò)在遙感溢油圖像去噪中的應(yīng)用[D];大連海事大學(xué);2011年

2 陳浩;基于卡爾曼濾波和小波神經(jīng)網(wǎng)絡(luò)的短時交通流預(yù)測研究[D];蘭州交通大學(xué);2011年

3 余國強;基于小波神經(jīng)網(wǎng)絡(luò)的短時交通流預(yù)測算法的研究[D];華南理工大學(xué);2012年

4 易功超;基于小波神經(jīng)網(wǎng)絡(luò)的預(yù)應(yīng)力混凝土梁橋健康狀態(tài)模擬分析[D];華南理工大學(xué);2013年

5 尹清;基于遺傳算法與小波神經(jīng)網(wǎng)絡(luò)的高速公路服務(wù)區(qū)規(guī)模參數(shù)研究[D];長安大學(xué);2009年

6 徐樹安;人工神經(jīng)網(wǎng)絡(luò)交通流預(yù)測算法研究[D];廣西工學(xué)院;2010年

7 張軍;地鐵隧道結(jié)構(gòu)變形監(jiān)測中幾種關(guān)鍵技術(shù)研究[D];中國地質(zhì)大學(xué);2013年

8 金玉婷;基于混沌和小波神經(jīng)網(wǎng)絡(luò)的短時交通流預(yù)測方法研究[D];西南交通大學(xué);2014年

9 馬致遠;基于改進熵值法評價模型的交通可持續(xù)發(fā)展研究[D];成都理工大學(xué);2007年

10 張勇;交通流混沌的小樣本判定方法[D];天津大學(xué);2007年

，

本文編號：2242541