版权说明 操作指南
首页 > 成果 > 详情

基于小波智能模型的地铁车站基坑变形时序预测分析

认领
导出
Link by 中国知网学术期刊
反馈
分享
QQ微信 微博
成果类型:
期刊论文
论文标题(英文):
Time series prediction for deformation of the metro foundation pitbased on wavelet intelligence model
作者:
郭健;陈健;胡杨
作者机构:
武汉轻工大学土建学院
中国科学院武汉岩土力学研究所
华中科技大学土木工程与力学学院
语种:
中文
关键词:
地铁基坑;变形预测;小波变换;时序分析
关键词(英文):
deformation prediction;wavelet transform;time series analysis
期刊:
岩土力学
ISSN:
1000-7598
年:
2020
期:
S01
页码:
299-304
基金类别:
中国工程院重点研究项目(No.2017XZ1205) 湖北省技术创新重大项目(No.2017ACA186) 宁波市公益类科技计划项目(No.2019c50012)
机构署名:
本校为第一机构
院系归属:
土木工程与建筑学院
摘要:
软土地区的地铁车站基坑工程,因其地质条件和施工环境复杂,施工过程受到施工自身及诸多外界因素的干扰,其变形真实数据难以获取,无法准确判定基坑后期变形,施工事故风险控制难度大,极大影响着基坑工程自身及其周边环境安全。基于小波变换和Elman网络的数据分析与动态预测原理,构建一种小波智能的基坑变形时序预测模型(简称WEPM),应用于武汉地铁车站基坑工程预测,通过不断地对历史实测数据进行小波分解去噪,提取基坑变形真实数据,利用小波智能模型实现基坑变形的超前滚动式预测。分析结果表明,提出的小波网络预测模型具有泛化能力强、预测精度高的特点,能对不同条件下基坑变形进行时序预测分析,该...
摘要(英文):
The risk management of the construction on foundation pit of the metro in the soft clay area is challenging,not only affected by the complex geological conditions and construction environment,but also disturbed by engineering construction and external factors,making it difficult to obtain the actual data for predicting the deformation of foundation pit,thus resulting in the risk in construction and its surrounding environment.Based on the data analysis and the dynamic prediction theory of the wavelet transform and Elman neural network,a new time series wavelet Elman prediction model(WEPM)of th...

反馈

验证码:
看不清楚,换一个
确定
取消

成果认领

标题:
用户 作者 通讯作者
请选择
请选择
确定
取消

提示

该栏目需要登录且有访问权限才可以访问

如果您有访问权限,请直接 登录访问

如果您没有访问权限,请联系管理员申请开通

管理员联系邮箱:yun@hnwdkj.com