地铁车站施工过程中地表沉降的NARXNN时间序列预测模型
本文关键词:地铁车站施工过程中地表沉降的NARXNN时间序列预测模型 出处:《岩石力学与工程学报》2015年S1期 论文类型:期刊论文
更多相关文章: 地下工程 带外部输入的非线性自回归神经网络 施工影响因子 时间序列 地铁车站 地表沉降
【摘要】:准确预测地铁车站开挖过程中的地表沉降已成为城市地下工程风险控制的重点和难点。针对传统时间序列预测模型预测时的单一线性和忽略施工因素影响的静态局限性,提出了带外部输入的非线性自回归神经网络(NARXNN)时间序列预测模型。该模型本身具有延迟单元和反馈结构,且通过引入施工影响因子作为外部输入的一部分,可以非线性动态地考虑地铁车站施工过程。运用NARXNN时间序列预测模型对北京地铁六号线北海北站开挖过程的地表沉降进行预测,结果表明:(1)与传统的ARMA时间序列预测模型相比,NARXNN时间序列预测模型适应性更好、准确性更高;(2)通过引入施工影响因子,NARXNN时间序列预测模型能够准确预测沉降历时曲线突变点处的变化趋势;(3)可以通过引入多组施工影响因子或优化施工影响因子的取值方法来进一步提高NARXNN时间序列预测模型的预测精度。
[Abstract]:It has become an important and difficult point to accurately predict the surface settlement in the excavation process of subway station. Aiming at the single linear prediction of traditional time series prediction model and the static state which neglects the influence of construction factors, it is difficult to control the risk of urban underground engineering. Limitations. A nonlinear autoregressive neural network (NARXNN) time series prediction model with external inputs is proposed. The model itself has a delay unit and a feedback structure. And through the introduction of construction impact factors as part of the external input. The NARXNN time series prediction model is used to predict the surface settlement of Beihai North Station excavation on Beijing Metro Line 6. The results show that the ARMA time series prediction model has better adaptability and higher accuracy than the traditional ARMA time series prediction model. (2) the time series prediction model of NARXNN can accurately predict the change trend of the abrupt point in the settlement curve by introducing the construction influence factor (NARXNN); 3) the prediction accuracy of NARXNN time series prediction model can be further improved by introducing multiple construction influence factors or optimizing the value of construction impact factors.
【作者单位】: 北京交通大学城市地下工程教育部重点实验室;
【基金】:中央高校基本科研业务费专项资金资助项目(2014YJS142)
【分类号】:U231.3;TU433
【正文快照】: 1引言城市地下工程设计正逐渐由传统的单纯强度和稳定性验算方法向按变形控制的动态信息设计方法过渡。地表沉降是描述城市地下工程施工安全的重要参数,依据监测的地表沉降数据分析地下工程演化规律,预测其发展趋势,及时掌握其稳定情况,在工程上具有重要的意义[1]。目前,地表
【参考文献】
相关期刊论文 前4条
1 黄宏伟;城市隧道与地下工程的发展与展望[J];地下空间;2001年04期
2 吴启蒙;魏明;庞雷;施威;祝华杰;;基于NARX神经网络的电子电路电磁脉冲响应建模[J];高压电器;2013年11期
3 李秀珍;孔纪名;王成华;;高斯一牛顿法在滑坡预测预报模型参数优化中的应用[J];水土保持通报;2008年05期
4 潘国荣,王穗辉,刘大杰;预测地铁施工中地表变形的动态系统方法[J];同济大学学报(自然科学版);2001年03期
【共引文献】
相关期刊论文 前10条
1 万姜林,唐果良;复杂周边环境下浅埋超大断面隧道施工技术[J];地下空间;2004年02期
2 王兴华;多目标模糊优选在地铁施工方案选择中的应用[J];地下空间;2004年02期
3 颜建平,杨林德,彭敏;软土隧道荷载分项系数的探讨[J];地下空间与工程学报;2005年02期
4 余占奎,黄宏伟,徐凌,李文婷;软土盾构隧道纵向设计综述[J];地下空间与工程学报;2005年02期
5 卿伟宸;廖红建;钱春宇;;地下隧道施工对相邻建筑物及地表沉降的影响[J];地下空间与工程学报;2005年06期
6 马学明;王曙光;陆伟东;;我国城市地下民用建筑工程建设标准化浅析[J];地下空间与工程学报;2009年S2期
7 周玉;宋宏伟;;城市隧道建设对房屋稳定性影响三维数值分析[J];地下空间与工程学报;2011年01期
8 宋卫东;王永清;马鹏姣;杜建华;张继清;;北京地铁五号线近接玉蜓桥施工的力学行为研究[J];北京科技大学学报;2007年03期
9 杜建华;鲍薇;刘志娜;宋卫东;;北京地铁十号线光华路站开挖群洞效应的数值模拟研究[J];北京科技大学学报;2007年S2期
10 汤俊;邹自力;张晓平;;利用经验模态分解和LSSVM预测隧道不均匀沉降[J];测绘科学;2011年03期
相关会议论文 前7条
1 邓洪亮;赵国庆;周龙清;;北京地铁四号线西四站变形监测与分析[A];《测绘通报》测绘科学前沿技术论坛摘要集[C];2008年
2 钱春香;;城市隧道混凝土结构耐久性及其增强技术的实践与思考[A];第五届混凝土结构耐久性科技论坛论文集[C];2006年
3 吴波;;浅埋暗挖地铁隧道下穿河流和桥梁施工技术研究[A];中国土木工程学会第十三届年会暨隧道及地下工程分会第十五届年会论文集[C];2008年
4 邢宾;路世豹;宋传旺;荆煜;吴艳霞;;隧道开挖引发的地表沉降对上部框架结构的影响[A];第2届全国工程安全与防护学术会议论文集(下册)[C];2010年
5 虞兴福;任辉;胡向东;;杭州地铁1号线盾构掘进对周围土体扰动分析[A];2014中国隧道与地下工程大会(CTUC)暨中国土木工程学会隧道及地下工程分会第十八届年会优秀论文汇编[C];2014年
6 吉小明;杨雪强;徐超;;隧道施工引起的地层损失补偿注浆技术现状与展望[A];2014中国隧道与地下工程大会(CTUC)暨中国土木工程学会隧道及地下工程分会第十八届年会论文集[C];2014年
7 王明卓;黄宏伟;;基于横向收敛变形的盾构隧道风险评价研究[A];2014中国隧道与地下工程大会(CTUC)暨中国土木工程学会隧道及地下工程分会第十八届年会论文集[C];2014年
相关博士学位论文 前10条
1 杜朝伟;海底隧道衬砌水压力及结构受力特征研究[D];北京交通大学;2011年
2 周诚;地铁盾构施工地表变形时空演化规律与预警研究[D];华中科技大学;2011年
3 孙宇坤;受盾构隧道施工影响的砌体结构房屋性状研究[D];浙江大学;2012年
4 费万春;茧丝纤度曲线的预测研究[D];苏州大学;2002年
5 王铁生;地下隧洞测控技术与地表沉降动态监控模型的研究[D];河海大学;2003年
6 李围;配合盾构法修建地铁车站的方案及实施技术问题研究[D];西南交通大学;2006年
7 刘春;深埋大断面隧道施工力学性态研究[D];重庆大学;2007年
8 闫滨;大坝安全监控及评价的智能神经网络模型研究[D];大连理工大学;2007年
9 胡珉;基于MHC调控原理免疫算法研究及其在隧道工程中的应用[D];上海大学;2006年
10 王穗辉;变形数据处理、分析及预测方法若干问题研究[D];同济大学;2007年
相关硕士学位论文 前10条
1 刘斌;长春市火车站北广场深基坑施工监测与变形预测研究[D];吉林大学;2011年
2 赵毅;盾构扩挖修建地铁车站施工工法研究[D];西南交通大学;2010年
3 梁兴;基于时间序列分析算法的轧制力预测研究[D];燕山大学;2011年
4 邢宾;隧道开挖引发的地表变形对上部建筑物的影响研究[D];青岛理工大学;2010年
5 李天德;基坑变形预测的神经网络法研究[D];天津大学;2012年
6 许春青;滑坡预测预报模型比较分析[D];哈尔滨工程大学;2011年
7 吴永康;基于混沌支持向量机的采动地表变形分析及预计模型研究[D];辽宁工程技术大学;2011年
8 于建新;大跨度硬岩隧道爆破对地表质点振动的影响规律[D];山东科技大学;2011年
9 李坤;隧道工程引起的地层移动以及邻近桩反应研究[D];浙江大学;2003年
10 张书丰;地铁盾构隧道施工期地表沉降监测研究[D];河海大学;2004年
【二级参考文献】
相关期刊论文 前10条
1 郝哲,王晓初,罗敖,刘斌;韩家岭隧道监测数据的时序分析方法[J];地下空间;2004年04期
2 宋卫东,王金安,匡忠祥;程潮铁矿淹井前后采场溜井稳定性数值分析[J];北京科技大学学报;2000年04期
3 宋卫东,郭寥武;程潮铁矿2~#主溜井加固工程稳定性数值分析[J];北京科技大学学报;2001年03期
4 潘国荣,王穗辉;建筑物动态变形的模型辨识与预测[J];测绘学报;1999年04期
5 林镇洪;;单边扩帮特大跨公路隧道开挖稳定性分析[J];铁道科学与工程学报;2009年04期
6 张治强,冯夏庭,杨成祥,林韵梅;非线性位移时间序列分析的遗传,
本文编号:1386903
本文链接:https://www.wllwen.com/jingjilunwen/jianzhujingjilunwen/1386903.html