基于混沌神经网络理论的城市地面沉降量预测模型.pdfVIP

JournalofEngineeringGeology 工程地质学报 1004—9665／2008／16(5)-0715-06 基于混沌神经 网络理论的城市地面沉降量预测模型 李 峰① 宋建军① 董来启① 张先哲① 武艳丽① 张 玲② (①河南省煤田地质局资源环境调查中心 郑州 450002) (②河南省煤炭地质勘察研究院 郑州 450052) 摘 要 通过分析城市地面沉降量时间序列的非线性动力学系统，认为该时间序列具有混沌特性。在此基础上，通过相空间 重构的方法建立了用于城市地面沉降量预测的混沌神经网络模型；并利用此模型对高桥地面沉降量进行了预测，并和实际监 测沉降量进行了比较，最大绝对预测误差为 1．7，预测的平均误差为0．0833，研究结果表明，应用混沌神经网络模型进行城市 沉降预测是可行、精确的。 关键词 城市地面沉降 混沌 时间序列 混沌神经网络 高桥 中图分类号：P642．26 文献标识码：A CHAoSNEURALNETWoRK THEoRYBASED MoDELFoRQUANTITA- TIVE PREDICTIoN oF URBAN GRoUND SUBSII)ENCE LIFeng① SONGJianjun① DONGLaiqi① ZHANGXianzhe① WUYanli① ZHANGLing② (gResourcesandEnvironmentinvestigationCenterofHenanPr~inicmlCoalfieldGeologyBureau，Zhenzhou 450003) ( HenanProvincmlCoalGeologicalExplorationInstitute，Zhenzhou 450052) Abstract urbangroundsubsidenceiSofnonlineardynamiccharacteranditsquantityintimeseriesisanalyzedin thispaper．ThenitiSassumedthatthereiSchaosintheurbangroundsubsidenceintimeseries．Basedonthisas． sumptionandusingthechaosneuralnetwork theory，apredictionmodelofurbangroundsubsidencequantitywas builtwithphasespacereconstruction．Theground subsidencequantity in Gao—qiaoanalyzedandpredictedwith thismode1．Theobserveddataarecomparedwiththepredicteddata．Thelargestabsolutepredictionerroris1．7 andtheaverageforecasterroriS0．0833．TheresultsindicatethatthechaosneuralnetworktheoryiSreasonableand accuratetopredicttheurbanrgoundsubsidence． Keywords Urbanground subsidence，Chaos，Timeseries。Chaosneural networkmodelIGaoqiao 发利用、地质环境保护与经济发展三者协调统一，从 1 引 言 而达到城市的可持续发展有重大意义。 目前，国内外城市地面沉降预测计算的模型很 城市地面沉降问题长期以来一直得到国内外管 多，但主要分为3类：土水 (或其他液体)模型，多由 理层、学术界及社会各方面的高度重视与广泛关注。 水位预测模型和土层压密模型构成；生命旋回模型， 城市地面沉降量对进一步控制地面沉降，使资源开 直接由沉降量和时间的关系构成…；时间序列预测 收稿 日期：2007—12—27；收到修改稿 日期：2008—04—21． 第一作者简介：李峰主要从事地质灾害及环境影响评价领域的研究．Email：sdlifengO616@163．tom 716