科研之友
微信
新浪微博
Facebook
分享链接
摘要
为实现隧道变形的高精度预测，该文首先利用H-P滤波将隧道变形数据分解为趋势项和误差项；再利用优化深度神经网络构建趋势项预测模型，并将趋势项的预测误差与H-P滤波分解的误差项叠加，组成新的残差序列；最后，利用马尔科夫链进行了残差序列的弱化预测。实例分析表明：H-P滤波在隧道变形数据的信息分解方面，比传统小波具有显著的优越性，且预测结果的平均相对误差值约2%，具有较高的预测精度，通过外推预测，隧道变形呈小幅度增加趋势，说明其变形将向趋于稳定方向发展，验证了该断面支护结构体系的合理性和有效性。
- 单位
