基于BP神经网络和R／S分析的隧道仰坡沉降变形预报预测*

• 作者: 唐霞 左昌群 罗林 赵连
• 来源期刊: 施工技术
• 学科: 交通运输
• 关键词: 隧道工程 仰坡 BP神经网络 R/S分析 沉降 预测
• 年，卷（期）: 2014,（11）
• 页码范围: 80-84
• 页数: 5页
• 分类号: U456.31
• 字数: 2968字
• 语种: 中文
• DOI: 10.7672/sgjs2014110080

摘要

隧道洞口处多为软弱岩或浮土，稳定性差，地表位移监测成为判断洞口稳定性的重要手段，因此仰坡沉降变形预测显得格外重要。鉴于仰坡沉降变形具有很强的非线性特征，选取BP神经网络对仰坡的沉降变形进行预测，并验证其可行性，进而利用BP神经网络扩大沉降变形监测的样本。在此基础上，再利用R/S分析对新的监测样本进行重标极差分析，分别得到隧道仰坡沉降-时间序列和变形速率-时间序列的Hurst指数，并结合两项指数确定了隧道仰坡沉降变形的趋势，为判断仰坡的稳定性及治理提供了有力依据。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	左昌群	中国地质大学武汉工程学院	22	170	7.0	12.0
2	罗林	中国地质大学武汉工程学院	6	50	4.0	6.0
3	唐霞	中国地质大学武汉工程学院	10	70	5.0	8.0
4	赵连	中国地质大学武汉工程学院	2	13	2.0	2.0