基于小波神经网络的隧道变形预测模型研究.pdfVIP

第 39卷，第 4期 公 路 工 程 Vo1．39，No．4 2014年 8月 HighwayEngineering Aug．，2014 基于小波神经网络的隧道变形预测模型研究 胡纪元。，文鸿雁 ，周 吕 ，陈冠宇 (1．广西空间信息与测绘重点实验室，广西 桂林 541004； 2．桂林理工大学 测绘地理信息学 院，广西 桂林 541004； 3．桂林理工大学 广西矿冶与环境科学实验 中心，广西 桂林 541004) [摘 要]针对单一模型在隧道变形预测上精度不高的问题，提出了一种基于小波分析理论的神经网络模型， 该模型克服了BP神经网络模型存在的收敛速度慢、结构设计盲 目、易陷入局部极小点的缺陷，通过将该模型与时 间序列模型、Levenberg—Marquardt法BP神经网络模型、遗传神经网络模型预测的结果比较，可以看出小波神经网络 在隧道的变形预测中网络结构更简单、收敛速度更快、预测精度更高。 【关键词】隧道；预测精度 ；小波神经网络；时间序列模型；遗传神经网络 [中圈分类号】U456．3 [文献标识码】A [文章编号]1674—0610(2014)04—0026—04 Research0nPredictionM odelofTunnelDeformati0nBased onW aveletNeuralNetwork HU Jiyuan ，W EN Hongyan ，ZHOU Lv ，CHEN Guanyu (1．Guan~xiKeyLaboratoryforSpatialInformationandGeomatics，Guilin，Guangxi541004，China； 2．CollegeofSurveying，MappingandGeoinformation，Guilin UniversityofTechnology，Guilin Guangxi 541004，China； 3．GuangxiScientificExperimentCenterofMining，MetallurgyandEnvironment，Gui- lin，Guangxi541004，China) [Abstract]Basedonthefactthatsinglemodel’Spredictionprecisionintunneldefomrationmonito- ringisnotvery high，thispaperproposesaNeuralNetworkmodelbased on Waveletanalysistheory， whichcanovercome slow convergence speed，blindnessofstructuredesign and localminimum ofBP Neuralnetwork．Comparedwithtimeseriesmodel，Levenberg-MarquardtBPNeuralNetworkmodel，and GA-BPNeuralNetworkmodel，predictionresultsshow thatWaveletNeuralNetworkmodelhasasimple 、 networkstructure，fasterconvergencespeedandhigherpredictionprecisionintunneldefomr ationmonito— ring． [Keywords]tunnel；precision；waveletneuralnetwork；timeseriesmodel；GA—BPneuralnet- work