SSA-小波神经网络支持下的地铁沉降变形预测

• 作者: 顾春丰 杜建广 沈尤
• 来源期刊: 北京测绘
• 学科: 地球科学
• 关键词: 奇异谱分析 小波分析 神经网络 变形预测 地铁沉降
• 年，卷（期）: 2022,（4）
• 所属期刊栏目: 测绘工程案例
• 页码范围: 512-516
• 页数: 5页
• 分类号: P258
• 语种: 中文
• DOI: 10.19580/j.cnki.1007-3000.2022.04.026

摘要

沉降变形监测中,研究如何对监测的沉降数据进行处理,预测沉降量,对可能出现的安全隐患做出预判有着很重要的实际意义.本文基于神经网络模型、小波分析和奇异谱分析(singular spectrum anal-ysis,SSA)的相关理论,构建起SSA-小波神经网络变形预测模型,并将模型应用于地铁工程沉降预测中.针对地铁监测数据非平稳性、非线性特征,首先,使用SSA方法提取数据序列中的趋势项与周期项,提高序列信噪比;其次,使用小波神经网络模型对趋势项与周期项分别进行预测与重构,得到最终的预测值.通过对地铁累计沉降量观测数据进行预测,结果表明相比单独的小波神经网络模型,SSA-小波神经网络模型的预测效果更佳稳定,且随着训练样本的增加,预测结果与实际情况更加符合.