科研之友
微信
新浪微博
Facebook
分享链接
摘要
传统的神经网络对于隧道位移的预测精度较低,有时计算结果会存在较大的误差。基于此,根据模糊控制原理,将Elman网络与小波变换相结合,针对隧道开挖过程中位移的动态变化和非线性,提出新的预测模型。通过小波将监测隧道位移变形序列分解成具有不同属性和频率的子序列,采用Elman神经网络对子序列进行预测,建立起网络,叠加预测结果、计算残差并测试网络精度,利用模糊控制方法对残差进行控制,考虑前向已检测样本的步骤及误差值,控制输出后续待检测样本的预测值和误差,修正后可以得到小波变换下的模糊控制Elman网络位移预测模型,通过与单一网络预测结果、有限元模拟结果以及实测序列进行对比,发现新的模型相比于其他网络以及有限元计算结果,精度和准确率更高,能更准确地预测隧道变形。
-
单位土木工程学院; 中交隧道工程局有限公司
