基于小波分析与支持向量机的地铁隧道沉降预测

• 作者: 张明希 葛文 许捍卫
• 来源期刊: 工程勘察
• 学科: 工学
• 关键词: 沉降预测 Wavelet-SVM BP神经网络 预警预报
• 年，卷（期）: 2013,（12）
• 所属期刊栏目: 论文
• 页码范围: 57-60
• 分类号: TU196
• 语种: 中文
• DOI: 10.3969/j.issn.1000-1433.2013.12.013

摘要

根据地铁隧道监测点沉降变化中非线性、不确定、时变性的特点,建立了基于小波分析的支持向量机预测模型.首先运用小波分析将监测点沉降序列分解为低频近似分量和高频细节分量,然后对各分量分别进行支持向量机预测,最后将各分量预测结果进行小波重构得到监测点的沉降预测曲线.预测结果表明,在相同样本数和短周期预测条件下,Wavelet-SVM模型的预测精度优于BP神经网络方法.对地铁沉降监测提前进行预警预报有一定的参考价值.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	许捍卫	河海大学地球科学与工程学院	84	940	15.0	28.0
2	葛文	河海大学地球科学与工程学院	7	28	4.0	5.0
3	张明希	河海大学地球科学与工程学院	6	23	3.0	4.0