基于神經(jīng)網(wǎng)絡(luò)的地鐵結(jié)構(gòu)變形分析模型研究.pdf

1、近年來，隨著我國(guó)經(jīng)濟(jì)的快速發(fā)展，地鐵已成為城市中一種重要的交通出行方式，亦是國(guó)家重點(diǎn)建設(shè)的城市交通基礎(chǔ)設(shè)施。鑒于地鐵在城市建設(shè)和人民生活中的重要地位，地鐵結(jié)構(gòu)的安全監(jiān)測(cè)和變形預(yù)報(bào)已是一個(gè)重要課題。在安全監(jiān)測(cè)中，變形監(jiān)測(cè)只是手段，變形監(jiān)測(cè)的最終目的是預(yù)測(cè)變形。選擇并構(gòu)建合理的模型預(yù)報(bào)地鐵結(jié)構(gòu)的失穩(wěn)變形情況是我們進(jìn)行安全監(jiān)測(cè)的目的和意義。
　　本文以南京地鐵監(jiān)測(cè)數(shù)據(jù)為例，首先闡述了地鐵安全監(jiān)測(cè)和預(yù)報(bào)的重要性，總結(jié)了現(xiàn)階段較為先進(jìn)的運(yùn)營(yíng)

2、期地鐵結(jié)構(gòu)監(jiān)測(cè)方法。其次，鑒于自由設(shè)站法的應(yīng)用已較為廣泛，經(jīng)過實(shí)例驗(yàn)證引入了一種適用的基準(zhǔn)網(wǎng)穩(wěn)定判別方法。最后，本文利用神經(jīng)網(wǎng)絡(luò)自身強(qiáng)大的自適應(yīng)性、學(xué)習(xí)和容錯(cuò)能力，及處理非線性問題的優(yōu)勢(shì)，結(jié)合小波變換閾值去噪方法提出一種適用于運(yùn)營(yíng)期地鐵監(jiān)測(cè)的數(shù)據(jù)分析模型，主要研究?jī)?nèi)容如下:
　　(1)研究了較為先進(jìn)的地鐵結(jié)構(gòu)運(yùn)營(yíng)期安全監(jiān)測(cè)的理論和方法，詳細(xì)介紹了南京地鐵二號(hào)線工程的變形監(jiān)測(cè)方法。在此基礎(chǔ)上，總結(jié)了運(yùn)營(yíng)期地鐵結(jié)構(gòu)的自動(dòng)化變形監(jiān)測(cè)與預(yù)

3、報(bào)流程，創(chuàng)新之處在于多源數(shù)據(jù)融合和實(shí)時(shí)預(yù)報(bào)，體現(xiàn)了方法優(yōu)越性，建議可在類似地下狹長(zhǎng)空間結(jié)構(gòu)監(jiān)測(cè)中推廣使用。
　　(2)研究了現(xiàn)階段地鐵結(jié)構(gòu)變形監(jiān)測(cè)基準(zhǔn)點(diǎn)穩(wěn)定性分析的相關(guān)理論，提出了一種適用于自由設(shè)站法的基準(zhǔn)點(diǎn)穩(wěn)定性分析檢驗(yàn)法，引入實(shí)例分析并驗(yàn)證了該方法的適用性，該方法對(duì)于自由網(wǎng)平差具有一定的適用性，結(jié)果顯示能及時(shí)剔除不穩(wěn)定基準(zhǔn)點(diǎn)且網(wǎng)平差綜合單位權(quán)中誤差有了很大改善。
　　(3)深入研究了BP神經(jīng)網(wǎng)絡(luò)的基本原理及建模流程，分析

4、了不同小波變換閾值去噪的原理并結(jié)合運(yùn)營(yíng)期地鐵監(jiān)測(cè)數(shù)據(jù)的特點(diǎn)如何選擇合理的小波分析模型，經(jīng)過數(shù)據(jù)分析選擇Symlet4小波進(jìn)行三層分解。提出了將小波去噪與人工神經(jīng)網(wǎng)絡(luò)相結(jié)合的方法應(yīng)用于變形監(jiān)測(cè)數(shù)據(jù)分析的思路;最后結(jié)合監(jiān)測(cè)數(shù)據(jù)，構(gòu)建合理的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)，分析預(yù)報(bào)數(shù)據(jù)與實(shí)際值的縱向比較結(jié)果，也對(duì)傳統(tǒng)的BP神經(jīng)網(wǎng)絡(luò)方法與經(jīng)小波去噪后的BP神經(jīng)網(wǎng)絡(luò)方法數(shù)據(jù)處理的結(jié)果進(jìn)行分析比較，并與傳統(tǒng)的多元線性回歸、灰色模型方法進(jìn)行橫向方法比對(duì)，評(píng)定預(yù)報(bào)精度，基

5、于本身觀測(cè)精度較高的前提下，針對(duì)于高程量為目標(biāo)值以中誤差來說，結(jié)果顯示傳統(tǒng)BP神經(jīng)網(wǎng)絡(luò)模型為±0.95mm，Symlets小波去噪后的BP神經(jīng)網(wǎng)絡(luò)方法為±0.67mm，多元線性回歸模型為±1.06mm，灰色模型方法為±0.84mm，得出了融合方法精度較高的結(jié)論，表明該方法就較強(qiáng)的實(shí)用性。若以累計(jì)沉降量為目標(biāo)值，小波去噪后的BP神經(jīng)網(wǎng)絡(luò)方法預(yù)測(cè)中誤差為±0.22mm，多元線性回歸法為±0.53mm，灰色模型方法為±0.48mm，傳統(tǒng)BP方