基坑变形混沌特征识别与非线性预测模型研究

混沌理论特征识别是进行混沌时间序列分析和预测的前提。普通的线性数学算法已经无解决基坑变形所遇到的问题，为了研究基坑变形监测数据的非线性复杂问题，采用混沌非线性理论方法，首先求取基坑变形时间序列的延迟时间和嵌入维数，其次对基坑监测数据进行相空间重构，最后对比分析加权一阶局域预测模型以及RBF神经网络混沌预测模型的预测结果，实验表明RBF神经网络混沌预测模型预测精度最高，同时也说明了混沌预测模型更适合短期预测。最终证明了RBF神经网络混沌预测模型应用在基坑变形监测中的可行性与有效性。