基于BP神经网络和R/S分析的隧道仰坡沉降变形预报预测

发布时间：2024-03-11 21:03

　　隧道洞口处多为软弱岩或浮土,稳定性差,地表位移监测成为判断洞口稳定性的重要手段,因此仰坡沉降变形预测显得格外重要。鉴于仰坡沉降变形具有很强的非线性特征,选取BP神经网络对仰坡的沉降变形进行预测,并验证其可行性,进而利用BP神经网络扩大沉降变形监测的样本。在此基础上,再利用R/S分析对新的监测样本进行重标极差分析,分别得到隧道仰坡沉降-时间序列和变形速率-时间序列的Hurst指数,并结合两项指数确定了隧道仰坡沉降变形的趋势,为判断仰坡的稳定性及治理提供了有力依据。

【文章页数】：5 页

【文章目录】：
0 引言
1 BP神经网络和R/S分析原理
    1.1 BP神经网络原理
    1.2 R/S分析方法原理
    1.3 Hurst指数的意义
2 隧道仰坡实例分析
    2.1 工程地质概况
    2.2 BP神经网络模型的建立和预测
    2.3 R/S模型的建立和分析
        1)数据说明
        2)R/S模型建立
3 结语



本文编号：3926048