基于灰色系统及BP神经网络算法的边坡变形预测精确度影响分析

• 作者: 吴光 姜永杰 张书豪 张广泽 柴春阳
• 来源期刊: 高速铁路技术
• 学科: 工学
• 关键词: 边坡变形 预测精确度 算法耦合 数据预处理 位移时序图
• 年，卷（期）: 2020,（5）
• 所属期刊栏目: 理论探索
• 页码范围: 13-19
• 页数: 7页
• 分类号: TU43
• 语种: 中文
• DOI: 10.12098/j.issn.1674-8247.2020.05.003

摘要

在边坡变形数字化分析中,数据算法的选取已成为影响预测结果的重要因素之一.本文旨在排除工程地质条件等其他现场因素的影响,研究分析工具中常见的窗口平滑多项式、小波分析,对灰色系统GM(1,1)及BP神经网络在预测边坡变形时的精确度影响.结果表明:(1)当边坡变形稳定,边坡位移时序图呈直线抬升趋势时,此时基于窗口平移多项式的BP神经网络能够获得较为精确的预测值;(2)当边坡变化异常,位移时序图呈阶跃式曲线时,此时基于小波分析的BP神经网络能够获得较为精确的预测值.