灰色理论与神经网络的组合模型在隧道沉降监测中的应用研究

摘要

随着高铁建设事业的飞速前进，带动隧道工程的快速发展，由此引起变形监测地位的飞速抬升。铁路隧道作为一种复杂的工程结构体系，周围岩体不断发生着变化，隧道的力学性质和稳定性不仅受自身条件的影响，还取决于隧道施工的工艺手法。由于隧道受力状况的复杂多变性，监测作为监测岩体结构和稳定性的重要手段，始终伴随整个施工过程。隧道建设作业艰苦，要求苛刻，是隧道安全的重大隐患，稳定性分析和沉降预测是隧道施工不可或缺的环节，所以必须对工程的变形实施严格的监测，从而对隧道的稳定性做出科学准确的评估。变形监测在铁路隧道的地面基础承载力预测、沉降预测中起到至关重要的作用，是保证线下工程隧道顺利完成、铁路安全运营的关键，只有这样才能保证隧道的安全施工与运营。 本文就灰色系统理论的基本概念、原理与内容以及在隧道工程沉降中的应用做了详细的介绍，考虑到数据间的不等时间间隔，提出了非等间距GM（1,1）模型，在非等间距 GM（1，1）模型建模要求以及精度分析的基础上，引入了以相邻时间间隔加权的方法改进非等间距 GM（1，1）模型和含有线性因素与权阵的非等间距灰色加权线性组合模型，并详细的介绍了两者的建模流程。然后分析了神经网络模型根据神经网络的特点以及在隧道工程中的应用，在此基础上提出了对 BP神经网络进行改进提高其预测的精度，力求非等间距灰色加权线性组合模型和改进 BP神经网络模型的连接点，深入研究非等间距灰色加权线性组合模型和改进 BP神经网络模型相融合的方法，并构造出改进型非等间距灰色 BP神经网络组合模型。通过工程实例，本论文对单一模型和组合模型的预测结果进行精度的对比分析。结果表明利用改进的非等间距灰色 BP神经网络组合模型与非等间距GM（1,1）模型、改进非等间距GM（1,1）模型、非等间距加权灰色线性组合模型以及标准 BP神经网络模型在沉降监测中对监测数据进行拟合和预测结果的对比分析，实验结果表明改进的非等间距灰色BP神经网络组合模型预测结果的精确性有了很大的提高。由此得出结论：改进的非等间距灰色 BP神经网络组合模型对线下工程隧道沉降监测中的应用具有一定的研究意义。

目录

封面

声明

中文摘要

英文摘要

目录

第1章 绪论

1.1 研究的背景和意义

1.2 国内外研究现状

1.3 研究内容

第2章 灰色系统理论

2.1 灰色系统理论概述

2.2 灰色系统模型

2.3 本章小结

第3章 BP神经网络模型

3.1 人工神经网络

3.2 BP神经网络模型及算法

3.3 本章小结

第4章 灰色系统理论与神经网络组合模型

4.1灰色理论与神经网络模型组合类型

4.2 改进非等间距灰色BP神经网络组合模型

4.3 本章小结

第5章 组合模型在隧道沉降监测中的应用研究

5.1 组合模型在隧道工程中的应用

5.2 沉降监测数据

5.3 基于非等间距GM（1，1）模型的沉降监测预测

5.4 改进非等间距GM（1，1）模型的沉降监测预测

5.5 基于非等间距加权灰色线性组合模型的沉降监测预测

5.6 基于BP神经网络模型的沉降监测预测

5.7 改进非等间距灰色BP模型的沉降监测预测

5.8 模型预测结果对比

第6章 总结与展望

6.1总结

6.2展望

参考文献

个人简历

致谢