基于BP神经网络-马尔科夫链模型的隧道围岩位移预测

• 作者: 刘鹏 孔德新 高睿 龙浩
• 来源期刊: 长江科学院院报
• 学科: 工学
• 关键词: 位移预测 BP神经网络 马尔科夫链 隧道围岩
• 年，卷（期）: 2013,（3）
• 所属期刊栏目: 岩土工程
• 页码范围: 40-43,55
• 页数: 5页
• 分类号: TU45
• 字数: 3419字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-5485.2013.03.009

摘要

在隧道工程施工中,围岩位移预测起着很重要的作用.将BP神经网络-马尔科夫链模型引入到隧道围岩位移预测中来,通过对训练样本的学习,利用BP神经网络实现了对位移时间序列的滚动预测,同时得到了实测值与预测值的相对误差；在此基础上利用马尔科夫链对相对误差进行修正,有效地提高了预测结果的精度.并将该模型应用于某公路隧道拱顶下沉位移时序预测中,结果表明该模型具有精度高、科学可靠的特点,为隧道围岩变形的预测提供了新的途径.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	高睿	武汉大学土木建筑工程学院	25	172	7.0	12.0
2	刘鹏	武汉大学土木建筑工程学院	33	383	9.0	19.0
3	龙浩	武汉大学土木建筑工程学院	3	33	2.0	3.0
4	孔德新	武汉大学土木建筑工程学院	1	29	1.0	1.0