基于Elman-马尔科夫模型的深基坑变形预测

论文摘要

为提高深基坑变形预测精度,在基坑地表沉降预测中引入反馈型Elman神经网络模型,利用Elman神经网络算法实现基坑沉降位移时间序列的滚动预测。以西安地铁5号线某车站基坑工程为例,基于组合预测思想,结合神经网络和马尔科夫链两种预测方法,建立了马尔科夫链优化的神经网络基坑地表沉降预测模型,借助马尔科夫链模型对其随机扰动误差进行修正,并与前馈型BP神经网络滚动预测模型对比。研究结果表明:Elman神经网络预测模型在修正前、后的预测效果均优于BP神经网络模型。设计开发出的基于MATLAB的图形用户界面(GUI)预测系统实现了模型预测过程便捷化,使预测过程能够以图形结果动态展现,具有较强实用价值。

论文目录

• 1 神经网络与马尔科夫链预测原理
•   1.1 神经网络
•   1.2 马尔科夫链
• 2 深基坑变形预测模型建立及应用
•   2.1 神经网络预测模型
•   2.2 马尔科夫链优化的神经网络预测模型
• 3 工程应用
• 4 Elman-马尔科夫链模型的GUI界面开发
•   4.1 Matlab GUI预测系统的模块组成
•   4.2 Elman-马尔科夫链GUI模块设计
• 5 结论

文章来源

类型: 期刊论文

作者: 贾哲,郭庆军,郝倩雯

关键词: 基坑变形预测,神经网络,马尔科夫链,图形用户界面

来源: 人民长江 2019年01期

年度: 2019

分类: 工程科技Ⅱ辑

专业: 铁路运输

单位: 西安工业大学建筑工程学院

基金: 国家自然科学基金项目(51374165),教育部人文社会科学研究(17YJC630032)

分类号: U231.3

DOI: 10.16232/j.cnki.1001-4179.2019.01.036

页码: 202-206+219

总页数: 6

文件大小: 905K

下载量: 212