基于小波去噪與BP神經(jīng)網(wǎng)絡(luò)的地鐵沉降組合預(yù)測方法
發(fā)布時間:2021-11-23 11:42
為準(zhǔn)確預(yù)測地鐵開挖引起的地表沉降,采用小波去噪與BP神經(jīng)網(wǎng)絡(luò)組合預(yù)測的方法,對不同小波去噪?yún)?shù)的去噪效果進行對比分析,得到最佳去噪模型,再對監(jiān)測數(shù)據(jù)進行降噪處理,最后結(jié)合BP神經(jīng)網(wǎng)絡(luò)進行地鐵沉降預(yù)測。未降噪處理的BP神經(jīng)網(wǎng)絡(luò)預(yù)測值、經(jīng)小波降噪處理的BP神經(jīng)網(wǎng)絡(luò)預(yù)測值與實際監(jiān)測數(shù)據(jù)的對比分析表明,小波降噪與BP神經(jīng)網(wǎng)絡(luò)組合預(yù)測的精度最高,為地鐵沉降預(yù)測提供一種新的方法。
【文章來源】:水力發(fā)電. 2020,46(10)北大核心
【文章頁數(shù)】:5 頁
【部分圖文】:
監(jiān)測點GCJ-01-07位置
小波分析是近年來迅速發(fā)展的信號處理技術(shù),能對多分辨率進行時頻分析,被譽為數(shù)學(xué)顯微鏡[22-23]。由于監(jiān)測數(shù)據(jù)中真實信號和噪聲的時頻特性不同,通過小波分析可對其進行有效分離,從而減小誤差,獲得真實的變形信息[24]。一般情況下,小波去噪的步驟為[25-30]:(1)根據(jù)工程的實際特點選擇去噪?yún)?shù);(2)閾值處理;(3)通過小波變換重構(gòu)信號。本文在對原始數(shù)據(jù)進行去噪之前,首先研究了各種去噪?yún)?shù)對去噪效果的影響,從而獲得最優(yōu)的去噪模型,以期達到最佳去噪效果。衡量小波去噪效果的指標(biāo)主要有均方根誤差(RMSE)和信噪比(SNR)。RMSE指降噪信號與原始信號的均方誤差,RMSE越小則去噪效果越好。SNR指原始信號與噪聲的能量比值,SNR越大則去噪效果越好。
在小波去噪的過程中,閾值的選取方法主要有硬閾值和軟閾值,選取標(biāo)準(zhǔn)主要有固定閾值(sqtwolog)、極大極小閾值(minimaxi)、無偏風(fēng)險估計閾值(rigrsure)和啟發(fā)式閾值(heursure);谙嚓P(guān)文獻的研究,采用工程中廣泛使用的小波函數(shù)db N和sym N進行3層分解,以無偏風(fēng)險估計閾值rigrsure為選取標(biāo)準(zhǔn),scal=sln,分別用上述閾值對監(jiān)測數(shù)據(jù)進行去噪處理,用SNR和RMSE衡量去噪效果。去噪結(jié)果見圖3。圖3中,(1)代表db小波系SNR;(2)代表db小波系RMSE;(3)代表sym小波系SNR;(4)代表sym小波系RMSE。從圖3可知,無論在db小波系和sym小波系中選取何種閾值去噪,RMSE均相差不大,但硬閾值去噪的SNR明顯大于軟閾值,且rigrsure的SNR最高,說明硬閾值、rigrsure標(biāo)準(zhǔn)的去噪效果最好。2.2 不同scal對去噪效果的影響
【參考文獻】:
期刊論文
[1]基于小波分析的神經(jīng)網(wǎng)絡(luò)基坑變形預(yù)測模型[J]. 崔騰飛,許章平,劉成洲,李一凡. 北京測繪. 2018(03)
[2]基于小波去噪的灰色關(guān)聯(lián)BP神經(jīng)網(wǎng)絡(luò)在大壩沉降變形監(jiān)測中的應(yīng)用[J]. 戴理文,王勝平,伍夢. 湖北民族學(xué)院學(xué)報(自然科學(xué)版). 2018(01)
[3]變形監(jiān)測數(shù)據(jù)降噪方法分析[J]. 李祖鋒,柯生學(xué),尹業(yè)彪. 西北水電. 2017(03)
[4]地鐵施工誘發(fā)地表最大沉降量估算及規(guī)律分析[J]. 朱才輝,李寧. 巖石力學(xué)與工程學(xué)報. 2017(S1)
[5]基于小波去噪的變形監(jiān)測數(shù)據(jù)處理的方法研究[J]. 黃清,唐詩華,許虹偉. 北京測繪. 2015(06)
[6]基于小波去噪和神經(jīng)網(wǎng)絡(luò)的滑坡變形組合預(yù)測研究[J]. 隆然,董志勇. 路基工程. 2015(06)
[7]橋梁變形監(jiān)測數(shù)據(jù)小波去噪與Kalman濾波研究[J]. 欒元重,欒亨宣,李偉,翁麗媛,杜玉喜. 大地測量與地球動力學(xué). 2015(06)
[8]黃土地層地鐵暗挖隧道地表縱向沉降規(guī)律及其預(yù)測分析方法[J]. 佘芳濤,王永鑫,張玉. 巖土力學(xué). 2015(S1)
[9]基于小波去噪和回歸分析的滑坡深部位移預(yù)測研究[J]. 夏巍巍,萬佳威,丁妍,羅林. 水電能源科學(xué). 2014(10)
[10]基于小波去噪的深基坑變形預(yù)測研究[J]. 楊哲峰,羅林,賈東彥,唐霞. 人民長江. 2014(19)
博士論文
[1]地鐵施工變形對鄰近建筑物安全影響分析[D]. 秦東平.北京交通大學(xué) 2016
碩士論文
[1]基于小波去噪的灰色BP模型在深基坑變形監(jiān)測中的應(yīng)用[D]. 黃振.成都理工大學(xué) 2018
[2]基于小波和時間序列分析組合模型的地鐵隧道變形預(yù)測研究[D]. 朱志楓.南京師范大學(xué) 2017
[3]地鐵隧道開挖對地表及建筑物的損害研究[D]. 王靜.青島理工大學(xué) 2014
[4]基于小波去噪的BP神經(jīng)網(wǎng)絡(luò)在變形預(yù)測中的應(yīng)用[D]. 嚴(yán)容.中國地質(zhì)大學(xué)(北京) 2014
[5]青島地鐵3號線暗挖段地表變形BP神經(jīng)網(wǎng)絡(luò)預(yù)測研究[D]. 徐星星.中國海洋大學(xué) 2012
[6]隧道開挖引發(fā)的地表變形對上部建筑物的影響研究[D]. 邢賓.青島理工大學(xué) 2010
[7]地鐵隧道開挖誘發(fā)的地表沉降與變形預(yù)測分析[D]. 袁杰.北京交通大學(xué) 2010
本文編號:3513808
【文章來源】:水力發(fā)電. 2020,46(10)北大核心
【文章頁數(shù)】:5 頁
【部分圖文】:
監(jiān)測點GCJ-01-07位置
小波分析是近年來迅速發(fā)展的信號處理技術(shù),能對多分辨率進行時頻分析,被譽為數(shù)學(xué)顯微鏡[22-23]。由于監(jiān)測數(shù)據(jù)中真實信號和噪聲的時頻特性不同,通過小波分析可對其進行有效分離,從而減小誤差,獲得真實的變形信息[24]。一般情況下,小波去噪的步驟為[25-30]:(1)根據(jù)工程的實際特點選擇去噪?yún)?shù);(2)閾值處理;(3)通過小波變換重構(gòu)信號。本文在對原始數(shù)據(jù)進行去噪之前,首先研究了各種去噪?yún)?shù)對去噪效果的影響,從而獲得最優(yōu)的去噪模型,以期達到最佳去噪效果。衡量小波去噪效果的指標(biāo)主要有均方根誤差(RMSE)和信噪比(SNR)。RMSE指降噪信號與原始信號的均方誤差,RMSE越小則去噪效果越好。SNR指原始信號與噪聲的能量比值,SNR越大則去噪效果越好。
在小波去噪的過程中,閾值的選取方法主要有硬閾值和軟閾值,選取標(biāo)準(zhǔn)主要有固定閾值(sqtwolog)、極大極小閾值(minimaxi)、無偏風(fēng)險估計閾值(rigrsure)和啟發(fā)式閾值(heursure);谙嚓P(guān)文獻的研究,采用工程中廣泛使用的小波函數(shù)db N和sym N進行3層分解,以無偏風(fēng)險估計閾值rigrsure為選取標(biāo)準(zhǔn),scal=sln,分別用上述閾值對監(jiān)測數(shù)據(jù)進行去噪處理,用SNR和RMSE衡量去噪效果。去噪結(jié)果見圖3。圖3中,(1)代表db小波系SNR;(2)代表db小波系RMSE;(3)代表sym小波系SNR;(4)代表sym小波系RMSE。從圖3可知,無論在db小波系和sym小波系中選取何種閾值去噪,RMSE均相差不大,但硬閾值去噪的SNR明顯大于軟閾值,且rigrsure的SNR最高,說明硬閾值、rigrsure標(biāo)準(zhǔn)的去噪效果最好。2.2 不同scal對去噪效果的影響
【參考文獻】:
期刊論文
[1]基于小波分析的神經(jīng)網(wǎng)絡(luò)基坑變形預(yù)測模型[J]. 崔騰飛,許章平,劉成洲,李一凡. 北京測繪. 2018(03)
[2]基于小波去噪的灰色關(guān)聯(lián)BP神經(jīng)網(wǎng)絡(luò)在大壩沉降變形監(jiān)測中的應(yīng)用[J]. 戴理文,王勝平,伍夢. 湖北民族學(xué)院學(xué)報(自然科學(xué)版). 2018(01)
[3]變形監(jiān)測數(shù)據(jù)降噪方法分析[J]. 李祖鋒,柯生學(xué),尹業(yè)彪. 西北水電. 2017(03)
[4]地鐵施工誘發(fā)地表最大沉降量估算及規(guī)律分析[J]. 朱才輝,李寧. 巖石力學(xué)與工程學(xué)報. 2017(S1)
[5]基于小波去噪的變形監(jiān)測數(shù)據(jù)處理的方法研究[J]. 黃清,唐詩華,許虹偉. 北京測繪. 2015(06)
[6]基于小波去噪和神經(jīng)網(wǎng)絡(luò)的滑坡變形組合預(yù)測研究[J]. 隆然,董志勇. 路基工程. 2015(06)
[7]橋梁變形監(jiān)測數(shù)據(jù)小波去噪與Kalman濾波研究[J]. 欒元重,欒亨宣,李偉,翁麗媛,杜玉喜. 大地測量與地球動力學(xué). 2015(06)
[8]黃土地層地鐵暗挖隧道地表縱向沉降規(guī)律及其預(yù)測分析方法[J]. 佘芳濤,王永鑫,張玉. 巖土力學(xué). 2015(S1)
[9]基于小波去噪和回歸分析的滑坡深部位移預(yù)測研究[J]. 夏巍巍,萬佳威,丁妍,羅林. 水電能源科學(xué). 2014(10)
[10]基于小波去噪的深基坑變形預(yù)測研究[J]. 楊哲峰,羅林,賈東彥,唐霞. 人民長江. 2014(19)
博士論文
[1]地鐵施工變形對鄰近建筑物安全影響分析[D]. 秦東平.北京交通大學(xué) 2016
碩士論文
[1]基于小波去噪的灰色BP模型在深基坑變形監(jiān)測中的應(yīng)用[D]. 黃振.成都理工大學(xué) 2018
[2]基于小波和時間序列分析組合模型的地鐵隧道變形預(yù)測研究[D]. 朱志楓.南京師范大學(xué) 2017
[3]地鐵隧道開挖對地表及建筑物的損害研究[D]. 王靜.青島理工大學(xué) 2014
[4]基于小波去噪的BP神經(jīng)網(wǎng)絡(luò)在變形預(yù)測中的應(yīng)用[D]. 嚴(yán)容.中國地質(zhì)大學(xué)(北京) 2014
[5]青島地鐵3號線暗挖段地表變形BP神經(jīng)網(wǎng)絡(luò)預(yù)測研究[D]. 徐星星.中國海洋大學(xué) 2012
[6]隧道開挖引發(fā)的地表變形對上部建筑物的影響研究[D]. 邢賓.青島理工大學(xué) 2010
[7]地鐵隧道開挖誘發(fā)的地表沉降與變形預(yù)測分析[D]. 袁杰.北京交通大學(xué) 2010
本文編號:3513808
本文鏈接:http://sikaile.net/kejilunwen/jiaotonggongchenglunwen/3513808.html
教材專著