原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
第 34 卷 增 1 岩石力学与工程学报 Vol.34 Supp.1
2015 年 5 月 Chinese Journal of Rock Mechanics and Engineering May ，2015
地铁车站施工过程中地表沉降的 NARXNN
时间序列预测模型
文 明，张顶立，房 倩，张良以
(北京交通大学 城市地下工程教育部重点实验室，北京 100044)
摘要：准确预测地铁车站开挖过程中的地表沉降已成为城市地下工程风险控制的重点和难点。针对传统时间序列
预测模型预测时的单一线性和忽略施工因素影响的静态局限性，提出了带外部输入的非线性自回归神经网络
(NARXNN)时间序列预测模型。该模型本身具有延迟单元和反馈结构，且通过引入施工影响因子作为外部输入的
一部分，可以非线性动态地考虑地铁车站施工过程。运用 NARXNN 时间序列预测模型对北京地铁六号线北海北
站开挖过程的地表沉降进行预测，结果表明：(1) 与传统的 ARMA 时间序列预测模型相比，NARXNN 时间序列
预测模型适应性更好、准确性更高；(2) 通过引入施工影响因子，NARXNN 时间序列预测模型能够准确预测沉降
历时曲线突变点处的变化趋势；(3) 可以通过引入多组施工影响因子或优化施工影响因子的取值方法来进一步提高
NARXNN 时间序列预测模型的预测精度。
关键词：地下工程；带外部输入的非线性自回归神经网络；施工影响因子；时间序列；地铁车站；地表沉降
中图分类号：TV 91 文献标识码：A 文章编号：1000 –6915(2015)增 1 –3306 –07
THE NARXNN TIME SERIES PREDICTION MODEL FOR GROUND
SUBSIDENCE CAUSED BY CONSTRUCTION OF METRO STATION
WEN Ming ，ZHANG Dingli ，FANG Qian ，ZHANG Liangyi
(Key Laboratory for Urban Underground Engineering of Ministry of Education ，Beijing Jiaotong University ，
Beijing 100044，China)
Abstract ：How to precisely predict the ground subsidence induced by metro station construction becomes the key
problem in urban underground engineering. A NARXNN time series prediction model is proposed due to the single
linearity of traditional time series prediction model and its static limitation caused by ignorance of construction
factor. In or
文档评论（0）