基于重标极差法和神经网络的隧道变形趋势判断

• 作者: 任庆国
• 来源期刊: 人民长江
• 学科: 交通运输
• 关键词: R/S分析 PSO-BP神经网络 趋势判断 隧道变形
• 年，卷（期）: 2017,（16）
• 所属期刊栏目: 地质与勘测
• 页码范围: 54-59
• 页数: 6页
• 分类号: U455
• 字数: 5734字
• 语种: 中文
• DOI: 10.16232/j.cnki.1001-4179.2017.16.012

摘要

为准确、科学及全面地对隧道变形进行趋势判断和预测分析,将隧道的变形过程划分为中期阶段和长期阶段,利用R/S分析对其位移序列和速率序列进行趋势判断研究,再利用PSO-BP神经网络对各阶段的变形进行预测,将预测结果与R/S分析结果进行对比,验证两者的一致性.利用两个工程实例进行检验,得出各序列的Hurst指数均大于0.5,说明各序列均具有持续变形的长期性,且位移序列的趋势性均大于速率序列的趋势性;同时,变形预测结果也显示隧道后期变形将持续增加,验证了R/S分析的准确性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	任庆国		23	59	4.0	6.0