基于松散型小波神经网络的某隧道仰坡变形趋势研究.pdfVIP

.25. 隆 然，等:基于松散型小波神经网络的某隧道仰坡变形趋势研究 DOI: 10. 13379/j. issn. 1∞13-8825 .2016. 03 .06 基于松散型小波神经网络的某隧道仰坡变形趋势研究 隆然l ，庞建成2 (1.中交第二公路勘察设计研究院有限公司，武汉 43∞156; 2. 武汉华中岩土工程有限责任公司，武汉 43∞23 ) 摘 要:针对某隧道洞口仰坡的稳定性问题，首先选取松散型小泼神经网络对仰坡的沉降变形 进行预测，再利用秩相关系数检验和 Mann - Kendall 检验对仰坡的变形趋势进行判断;结果表明: 不同小波函数的去嗓效果不一致，其中监测点、采用 db4 小泼的去嗓效果最好，而监测点飞则是采 用 db7 小泼的去嗓效果最好;另外，秩相关系数检验和 Mann - Kendall 检验在仰坡变形趋势的判断 中具有很好的一致性，均得出两监测点的变形趋势是往减小方向发展，仰坡变形趋于稳定，可以安 全地进行后期施工。 关键词:仰坟; BP 神经网络;秩相关系数;小泼去噪; Mann - Kendall 检验 中图分类号:叽J433 文献标志码:A 文章编号: 1 ∞3 - 8825 (2016 )03 -∞25 -06 。 引言 魏毅(8) 也利用此方法分析了乌鲁木齐市的大气监测 由于隧道洞口处仰坡的地质条件较为复杂及其 资料，都取得了很好的效果，为城市大气质量评估 提供了一种方法;尹义星等[9J 利用 Mann - Kendall 变形诱发因素的不确定性，使得仰坡的沉降变形成 为一个复杂的非线性变形问题。 另外，隧道仰坡的 检验研究了流域洪旱灾害与东亚夏季风的变化及其 监测数据难免存在各种噪声，这些噪声影响了对隧 相互联系。 道仰坡稳定性的准确判断。因此，非线性系统的去 本文基于松散型小波神经网络对某隧道仰坡的 噪处理和预报预测就显得格外重要。 变形趋势进行研究。首先，利用多种小波系对监测 当前，在数据去噪方面，吕瑞兰等[ I J 利用多种 数据进行去噪处理，再根据评价指标选取最好的去 噪数据;其次，利用 BP 神经网络对监测样本进行预 小波系对汽油辛烧值的红外吸收光谱进行分析，取 得良好的效果;吴伟等[2J 对现场采集到的输油管线 测;最后，利用秩相关系数检验和 Mann - Kendall 检验分析隧道仰坡的变形趋势，以期对隧道仰坡的 压力信号进行去噪处理，结果表明，该方法可以有 效去除噪声;同时，陈强等[3J 对小波去噪的效果做 稳定性评价提供一定的依据，并为隧道仰坡的稳定 性评价提供一个新的思路。 了充分的研究，取得很好的效果。另外，有许多处 理非线性变形的科学理论和模型也被广泛运用和发 1 基本原理 展，如刘华明等[4J 利用非线性混沌模型预测滑坡的 1. 1 松散型小波神经网络的基本原理川 非线性变形;陈玉萍等( S) 将遗传算法和 BP 神经网络