地鐵結(jié)構(gòu)變形預(yù)測(cè)組合模型構(gòu)建及應(yīng)用研究.pdf

1、如今地鐵項(xiàng)目全面建設(shè)，地鐵運(yùn)營(yíng)的安全性日趨重要，地鐵結(jié)構(gòu)變形的監(jiān)測(cè)與預(yù)測(cè)分析已成為國(guó)內(nèi)外學(xué)者研究得重要方向。本文重點(diǎn)研究預(yù)測(cè)地鐵結(jié)構(gòu)變形的組合模型構(gòu)建方法，以期能夠提高地鐵結(jié)構(gòu)變形預(yù)測(cè)精度，以保障地鐵運(yùn)營(yíng)安全。
　　本文利用南京某地鐵保護(hù)區(qū)項(xiàng)目地鐵結(jié)構(gòu)變形自動(dòng)化監(jiān)測(cè)數(shù)據(jù)展開相關(guān)研究。主要工作內(nèi)容和結(jié)論如下:
　　(1)系統(tǒng)地分析了導(dǎo)致地鐵結(jié)構(gòu)變形的原因;介紹了幾種常用的統(tǒng)計(jì)分析預(yù)測(cè)模型，分析模型的建模思想以及不同模型所具有的

2、特點(diǎn)，并詳細(xì)闡述了每種模型的建模流程。
　　(2)介紹了組合模型的基本分類方式;闡述了幾種常用的組合模型定權(quán)準(zhǔn)則和評(píng)價(jià)標(biāo)準(zhǔn)，以基于誤差平方和最小定權(quán)準(zhǔn)則為例介紹組合模型建模的基本思想。
　　(3)重點(diǎn)研究了粒子群智能算法和BP神經(jīng)網(wǎng)絡(luò)算法。提出采用粒子群算法解算組合模型權(quán)重，并首次嘗試用BP神經(jīng)網(wǎng)絡(luò)算法優(yōu)化組合模型。利用南京地鐵自動(dòng)化監(jiān)測(cè)數(shù)據(jù)進(jìn)行實(shí)例驗(yàn)證，介紹組合模型的具體構(gòu)建流程。
　　(4)將本文構(gòu)建的組合模型應(yīng)用

3、于南京地鐵監(jiān)測(cè)數(shù)據(jù)，變形預(yù)測(cè)精度得到較好的提高?；貧w-時(shí)間序列組合模型的預(yù)測(cè)精度比時(shí)間序列提升10％～22％，比回歸分析模型提高13％～24％。
　　(5)應(yīng)用本文構(gòu)建的BP神經(jīng)網(wǎng)絡(luò)優(yōu)化后的組合模型對(duì)南京地鐵監(jiān)測(cè)數(shù)據(jù)進(jìn)行工程應(yīng)用，變形預(yù)測(cè)精度提高效果顯著。經(jīng)過(guò)BP神經(jīng)網(wǎng)絡(luò)優(yōu)化后的組合模型預(yù)測(cè)精度比組合模型優(yōu)化前提高了21％～27％。相對(duì)于時(shí)間序列模型預(yù)測(cè)精度提高了31％～43％;相對(duì)于回歸分析模型預(yù)測(cè)精度提高了32％～42％。結(jié)果