基于Elman-马尔科夫模型的深基坑变形预测

• 作者: 贾哲 郝倩雯 郭庆军
• 来源期刊: 人民长江
• 学科: 工学
• 关键词: 基坑变形预测 神经网络 马尔科夫链 图形用户界面
• 年，卷（期）: 2019,（1）
• 所属期刊栏目: 科学试验研究
• 页码范围: 202-206,219
• 页数: 6页
• 分类号: TV551.4
• 字数: 4418字
• 语种: 中文
• DOI: 10.16232/j.cnki.1001-4179.2019.01.036

摘要

为提高深基坑变形预测精度,在基坑地表沉降预测中引入反馈型Elman神经网络模型,利用Elman神经网络算法实现基坑沉降位移时间序列的滚动预测.以西安地铁5号线某车站基坑工程为例,基于组合预测思想,结合神经网络和马尔科夫链两种预测方法,建立了马尔科夫链优化的神经网络基坑地表沉降预测模型,借助马尔科夫链模型对其随机扰动误差进行修正,并与前馈型BP神经网络滚动预测模型对比.研究结果表明:Elman神经网络预测模型在修正前、后的预测效果均优于BP神经网络模型.设计开发出的基于MATLAB的图形用户界面(GUI)预测系统实现了模型预测过程便捷化,使预测过程能够以图形结果动态展现,具有较强实用价值.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郭庆军	西安工业大学建筑工程学院	64	611	12.0	22.0
2	郝倩雯	西安工业大学建筑工程学院	6	21	2.0	4.0
3	贾哲	西安工业大学建筑工程学院	6	10	2.0	3.0