基于小波神经网络的隧道变形预测模型研究

• 作者: 周吕 胡纪元 陈冠宇 鸿雁
• 来源期刊: 公路工程
• 学科: 交通运输
• 关键词: 隧道 预测精度 小波神经网络 时间序列模型 遗传神经网络
• 年，卷（期）: 2014,（4）
• 所属期刊栏目: 科学研究
• 页码范围: 26-29
• 页数: 4页
• 分类号: U456.3
• 字数: 2964字
• 语种: 中文

摘要

针对单一模型在隧道变形预测上精度不高的问题，提出了一种基于小波分析理论的神经网络模型，该模型克服了 BP神经网络模型存在的收敛速度慢、结构设计盲目、易陷入局部极小点的缺陷，通过将该模型与时间序列模型、Levenberg-Marquardt法 BP神经网络模型、遗传神经网络模型预测的结果比较，可以看出小波神经网络在隧道的变形预测中网络结构更简单、收敛速度更快、预测精度更高。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周吕		23	120	8.0	10.0
3	鸿雁		8	65	5.0	8.0
7	陈冠宇	桂林理工大学广西矿冶与环境科学实验中心	8	53	5.0	7.0
8	胡纪元		2	20	2.0	2.0