基于重标极差法和神经网络的隧道变形趋势判断

摘要：

为准确、科学及全面地对隧道变形进行趋势判断和预测分析,将隧道的变形过程划分为中期阶段和长期阶段,利用R/S分析对其位移序列和速率序列进行趋势判断研究,再利用PSO-BP神经网络对各阶段的变形进行预测,将预测结果与R/S分析结果进行对比,验证两者的一致性.利用两个工程实例进行检验,得出各序列的Hurst指数均大于0.5,说明各序列均具有持续变形的长期性,且位移序列的趋势性均大于速率序列的趋势性;同时,变形预测结果也显示隧道后期变形将持续增加,验证了R/S分析的准确性.

关键词：R/S分析、PSO-BP神经网络、趋势判断、隧道变形

所属期刊栏目：48

分类号：U455(隧道工程)

在线出版日期：2017-09-18（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：54-59