地鐵軌道結構沉降預測的神經網絡模型

作者：呂楚男,夏曉明,胡伍生

摘要：地鐵軌道結構的變形是影響地鐵運營安全的重要因素之一,對其變形預測模型展開研究具有重要意義。本文以南京地鐵2號線某區段的地鐵軌道結構沉降監測實測數據為基礎,研究分析了幾種不同的沉降預測模型,并對預測效果進行了對比分析。論文首先介紹了時間序列模型之一,自回歸模型AR(p);其次,介紹了神經網絡BP模型,且確定地鐵軌道結構沉降預測的BP模型結構為4×P×1。經工程實例分析,與時間序列模型相比,神經網絡BP模型的預測精度能提高約50%,但該模型的缺點是模擬結果不穩定。最后,作者提出了時間序列與BP算法的融合模型,并詳細介紹了該模型的具體結構和計算步驟。工程實例結果表明,融合模型的預測精度更高,與時間序列模型相比,精度能提高約60%,且融合模型的穩定性比常規BP模型要好。

發文機構：浙江臻善科技股份有限公司 南京市測繪勘察研究院股份有限公司 東南大學交通學院

關鍵詞：沉降預測模型時間序列神經網絡settlementthe prediction modelsthe time series modelneural network

分類號： TP183[自動化與計算機技術—控制理論與控制工程]U231[交通運輸工程—道路與鐵道工程]