基于小波降噪的隧道围岩监测数据分析

隧道围岩监测数据中含有大量的随机误差,为了消除或削弱随机误差的干扰,通常对观测数据进行降噪处理。基于小波分析理论,利用小波降噪技术,以某隧道的围岩监测数据为例,选择了db3小波函数和heursure软阈值对围岩接触压力进行降噪处理,并用5-15-1BP神经网络对降噪前后的结果进行了预测比较,训练步数分别为2 448步和450步,未降噪的围岩压力预测的误差总体上要比降噪后的误差大。实际计算结果表明,小波去噪合理有效,能够敏感识别观测噪声和有用信息,适合于隧道围岩监测的数据分析。     

改进欧拉算法的GM(1,1)模型预测滑坡变形

在传统的GM(1,1)模型建模的基础上,采用改进欧拉算法简化GM(1,1)模型中参数的求解过程,进行滑坡变形动态预测。本文根据某高速公路滑坡治理过程中的变形监测数据,应用改进的模型进行滑坡变形动态预测,通过预测结果和实际监测数据进行对比分析,结果表明:改进欧拉算法的GM(1,1)模型参数计算简单,且预测精度为一级;不仅适用于滑坡变形等时距监测数据的低增长序列预测,也适用于高增长序列预测,证明该改进欧拉算法的有效性。