小波神经网络在隧道施工沉降预测中的应用 |
| |
引用本文: | 赵凤阳.小波神经网络在隧道施工沉降预测中的应用[J].测绘科学,2016,41(12):283-287. |
| |
作者姓名: | 赵凤阳 |
| |
作者单位: | 中南大学,长沙,410083 |
| |
摘 要: | 为了尽量减小由隧道开挖引起的地面沉降而带来的风险,需要在隧道施工过程中可靠地预测地表的变形量。该文采用改进的方法来选择平移和伸缩因子的初始值,利用小波神经网络分析预测隧道施工中的地表沉降量,并在预测中考虑了地表平均压力、盾构机平均穿透深度、填充泥浆度等外界因素对地表沉降的影响。结果表明,利用改进的方法来选择初始的平移和伸缩因子,提高了函数的逼真性能,并减小了估计误差。
|
关 键 词: | 小波神经网络 沉降监测 平移因子 伸缩因子 |
Application of wavelet neural network in the monitoring of tunnel settlement |
| |
Abstract: | |
| |
Keywords: | wavelet neural network subsidence monitoring translation factor expansion factor |
本文献已被 CNKI 万方数据 等数据库收录! |
|