地铁结构变形预测组合模型构建及优化研究

摘要

变形监测已经成为国内外学者共同关注的问题,变形监测最终目的在于预测,通过对监测数据建立最符合的预测模型,对工程结构的未来状态进行分析,根据预测采取措施预防结构的变形,从而保证工程环境安全稳定.传统的回归分析模型及时间序列模型虽然在预测中取得了一定的效果,但是受到模型自身的局限性,在精度上都不是很理想,神经网络模型能够处理更复杂的变形,近些年来被应用在了处理结构变形预测中并取得了很好的效果.本文基于这三种模型,尝试了不同的组合模型以及组合模型的优化并对结果进行了分析,结果表明,回归分析与时间序列组合模型通过神经网络的优化后可以得到更高精度的预测结果,但是也存在着需要解决的问题.