基于重标极差法和神经网络的隧道变形趋势判断

任庆国

首页> 中文期刊> 《人民长江》 >基于重标极差法和神经网络的隧道变形趋势判断

基于重标极差法和神经网络的隧道变形趋势判断

开具论文收录证明 >>

期刊封面封底目录下载 >>

文献代查 >>

页面导航

摘要
著录项
相似文献
相关主题

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.

著录项

来源
《人民长江》 |2017年第16期|54-59|共6页
作者
任庆国;
展开▼
作者单位

陕西铁路工程职业技术学院,陕西渭南 714000;

展开▼
原文格式 PDF
正文语种 chi
中图分类隧道施工;
关键词
R/S分析; PSO-BP神经网络; 趋势判断; 隧道变形;

相似文献

中文文献
外文文献
专利

1. 基于Mann-Kendall法和重标极差法对大渡河毛头码站降雨趋势的分析 [J] . 李燐楷 ,李文锦 ,陈志峰 . 四川水力发电 . 2020,第006期
2. 基于季节性Kendall检验和重标极差分析法的阳澄湖水质变化趋势分析 [J] . 武瑾 ,金文龙 ,陈亢利 . 环境污染与防治 . 2020,第007期
3. 基于误差剔除和重标极差法的滑坡水平变形趋势分析 [J] . 王承敏 ,程涛 . 湖北理工学院学报 . 2020,第005期
4. 基于误差剔除和重标极差法的滑坡水平变形趋势分析 [J] . 王承敏 ,程涛 . 湖北理工学院学报 . 2020,第005期
5. 基于线性回归与重标极差R/S法的年平均流量变化趋势分析 [J] . 金保明 . 南昌大学学报（工科版） . 2014,第004期
6. 基于重标度极差分析法的排土场边坡变形监测数据分析 [C] . SHANG Guoan ,尚国安 . 2018年露天采矿工作会议 . 2018
7. 基于重标极差(R/S)分析法的中国证券市场特征检验与预测 [A] . 邓萍萍 . 2012

基于重标极差法和神经网络的隧道变形趋势判断

摘要

著录项

相似文献

相关主题

期刊订阅