小波神经网络在隧道施工沉降预测中的应用

摘要：

为了尽量减小由隧道开挖引起的地面沉降而带来的风险,需要在隧道施工过程中可靠地预测地表的变形量.该文采用改进的方法来选择平移和伸缩因子的初始值,利用小波神经网络分析预测隧道施工中的地表沉降量,并在预测中考虑了地表平均压力、盾构机平均穿透深度、填充泥浆度等外界因素对地表沉降的影响.结果表明,利用改进的方法来选择初始的平移和伸缩因子,提高了函数的逼真性能,并减小了估计误差.

关键词：小波神经网络、沉降监测、平移因子、伸缩因子

所属期刊栏目：41

分类号：P208(一般性问题)

在线出版日期：2017-02-24（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：283-287