基于并联型灰色神经网络模型的隧道沉降量预测方法探讨

• 作者: 曾贤敏 谢朋朋 黄腾
• 来源期刊: 勘察科学技术
• 关键词: 隧道沉降 灰色模型 神经网络 预测方法
• 年，卷（期）: 2016,（5）
• 所属期刊栏目: 理论与技术
• 页码范围: 14-16,29
• 页数: 4页
• 字数: 2639字
• 语种: 中文

摘要

灰色预测方法和人工神经网络,在建筑物变形预测中有各自的优势和不足.为了提高预测精度,该文结合灰色GM(1,1)模型和BP神经网络模型的特点,构造并联型灰色神经网络模型(PGNN)对南京地铁隧道某监测点的沉降量进行预测.结果显示,PGNN的预测精度明显高于单一的灰色GM(1,1)模型和BP神经网络模型,证明了PGNN组合方法在地铁隧道沉降量预测中的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黄腾	河海大学地球科学与工程学院	132	1104	19.0	27.0
2	曾贤敏	河海大学地球科学与工程学院	5	138	4.0	5.0
3	谢朋朋	河海大学地球科学与工程学院	2	21	2.0	2.0