隧道围岩压力的神经网络时间序列分析
  • 【DOI】

    10.3969/j.issn.1671-5888.2008.06.015

  • 【摘要】

    围岩压力是隧道开挖后重要的反馈信息之一,受不确定性因素影响,围岩压力监测数据是一个不平稳的时间序列,包括趋势项和随机项.采用BP网络对不平稳时间序列进行数据拟合,处理趋势部分,利用ARMA模型处理随机部分.结合累进算法,对浙江某新建隧道围岩压力进行时间序列预测.结果表明该方法具有较高的预测精度,最大相对误差为3.73%,能够应用于工程实际当中.

  • 【作者】

    秦胜伍  陈剑平 

  • 【作者单位】

    吉林大学建设工程学院

  • 【刊期】

    吉林大学学报(地球科学版) ISTIC EI PKU 2008年6期

  • 【关键词】

    人工神经网络  ARMA  时间序列  围岩压力  累进算法 

  • 【基金项目】

    国家自然科学基金 教育郡资助优秀年轻教师基金 吉林大学面向21世纪教育振兴行动计划(985计划) 吉林大学面向21世纪教育振兴行动计划(985计划)