【摘要】：由于土地資源相對緊張,城市建設(shè)的大體方向已經(jīng)由地面向上和向下發(fā)展。向上有高層構(gòu)筑物、輕軌,向下有地下市場、泊車場、地鐵等,這些發(fā)展幾乎都離不開基坑建設(shè)。隨著它們的規(guī)模不斷擴大,深基坑也逐漸增多甚至呈現(xiàn)爆發(fā)式的增長,那么隨之而來的基坑安全問題就引起了人們的強烈關(guān)注。深基坑開挖不僅會引起基坑自身的變形,同時也會引起周圍地物(房屋、道路等)的變形和位移。為了保證基坑建設(shè)的安全,建立適當變形預(yù)測模型對基坑變形預(yù)測是相當有必要的。目前,人們已經(jīng)提出了許多變形預(yù)測模型,他們都具有一定的優(yōu)點,如回歸分析法、ARMA模型、灰色系統(tǒng)分析模型、kalman濾波模型、人工神經(jīng)網(wǎng)絡(luò)模型及其混合模型。本文根據(jù)實際工程的情況,在對原始測量數(shù)據(jù)進行小波去噪的基礎(chǔ)上、結(jié)合GM(1,1)模型、BP神經(jīng)網(wǎng)絡(luò)兩種模型對數(shù)據(jù)進行了分析處理。小波去噪能夠?qū)υ紨?shù)據(jù)的異常值進行剔除和插補,使原始數(shù)據(jù)更加真實。GM(1,1)模型在處理信號不完全、樣本少時有很好的效果,BP神經(jīng)網(wǎng)絡(luò)計算能力強、誤差校正能力好。因此根據(jù)二者的優(yōu)點通過適當方法建立了灰色BP網(wǎng)絡(luò)模型,首先利用GM(1,1)模型進行預(yù)測,它的預(yù)測值即是BP神經(jīng)網(wǎng)絡(luò)輸入樣本值,實際測量原始值即是期望輸出,經(jīng)過學(xué)習(xí)訓(xùn)練,得到最終預(yù)測結(jié)果。本文綜合了三者的優(yōu)點,建立了基于小波去噪的灰色BP神經(jīng)網(wǎng)絡(luò)預(yù)測模型,利用MATLAB工具,根據(jù)采取的沉降監(jiān)測數(shù)據(jù)進行試驗分析,把GM(1,1)模型、BP神經(jīng)網(wǎng)絡(luò)模型、灰色BP神經(jīng)網(wǎng)絡(luò)模型和基于小波去噪的灰色BP神經(jīng)網(wǎng)絡(luò)模型進行預(yù)測結(jié)果對比,得出小波去噪后數(shù)據(jù)預(yù)測結(jié)果平均相對誤差達到4.67%,比小波去噪前提高了1.9%。在此基礎(chǔ)上同時選取另幾個變形監(jiān)測點進行進一步驗證,驗證了基于小波去噪的灰色BP神經(jīng)網(wǎng)絡(luò)模型在處理含噪信號時預(yù)測基坑變形具有很好的可靠性和適用性。
【學(xué)位授予單位】：成都理工大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2018
【分類號】：N941.5;TP183
【圖文】：

成都理工大學(xué)專業(yè)碩士學(xué)位論文 11, 0211, 120,Httother t （2-14）尺度函數(shù)為： 1,0 10,Htothetr （2-15）Harr 尺度函數(shù)和小波函數(shù)的圖像分別如圖 2-1（a）、2-1（b）所示。

尺度函數(shù)和小波函數(shù)的圖像分別如圖 2-1（a）、2-1（b）所示。（a）Harr 尺度函數(shù) （b）Harr 小波函數(shù)圖 2-1 Harr 尺度函數(shù)和小波函數(shù)圖像述表達式可知，Harr 小波屬于正交緊支集小波，Harr 小波在時域的，局部性效果差，因此它的性能不是特別理想，但是它也有自己式簡單，容易實現(xiàn)，運算快速簡單。Harr 小波是對稱的，系統(tǒng)的單對稱性，那么該系統(tǒng)有線性相位，這對于去除相位失真很有利。前僅有的既具有對稱性又是有限支撐的正交小波�，F(xiàn)在 Harr 小波圖像的分解和重構(gòu)中。如圖 2-2 所示。

第 2 章 小波理論（2）Daubechies 小波（dbN 小波）Daubechies 小波是法國學(xué)者 Ingrid Daubechies 提出并創(chuàng)立出來的，故使用其名字來命名該小波函數(shù)（許哲明，2008）。Daubechies 系列小波簡寫作 dbN,其中，“db”是前綴，“N”代表階數(shù)。db 系列的小波均無明確的解析表達式（db1 除外，db1 等同于 Harr 小波），Daubechies 小波具有正交性但無對稱性，正則性與階數(shù) N 成正比，階數(shù)增加，那么正則性也隨之增加。下面選取 db2 和 db5 的小波函數(shù)和尺度函數(shù)，依次如圖 2-3、2-4 所示。

【參考文獻】

相關(guān)期刊論文 前10條

1 隆然;董志勇;;基于小波去噪和神經(jīng)網(wǎng)絡(luò)的滑坡變形組合預(yù)測研究[J];路基工程;2015年06期

2 鄭浩;黃騰;劉陽;;小波-BP神經(jīng)網(wǎng)絡(luò)模型在地鐵變形預(yù)測中的應(yīng)用[J];勘察科學(xué)技術(shù);2015年04期

3 徐秀杰;黃張裕;劉國超;馮建橋;;改進的灰色GM-AR組合模型在基坑監(jiān)測數(shù)據(jù)處理中的應(yīng)用[J];測繪與空間地理信息;2015年01期

4 王雪;;神經(jīng)網(wǎng)絡(luò)算法在暖通空調(diào)控制中的運用分析[J];黑龍江科技信息;2014年12期

5 葉紅;;小波去噪法在變形監(jiān)測數(shù)據(jù)處理中的應(yīng)用[J];地理空間信息;2013年04期

6 徐鑫鑫;蘇華友;張春萍;;BP神經(jīng)網(wǎng)絡(luò)在基坑周邊地表短期沉降預(yù)測中的應(yīng)用[J];四川理工學(xué)院學(xué)報(自然科學(xué)版);2013年02期

7 萬程輝;歐陽平;;大壩變形監(jiān)測數(shù)據(jù)的小波分析處理方法[J];北京測繪;2010年01期

8 鄭勛燁;;經(jīng)典小波理論的源流與發(fā)展[J];高等數(shù)學(xué)研究;2010年01期

9 譚

本文編號：2773895