典型文献
基于信息分解的组合预测方法在隧道围岩变形预测中的应用
文献摘要：
为实现隧道变形的高精度预测,该文首先利用H-P滤波将隧道变形数据分解为趋势项和误差项;再利用优化深度神经网络构建趋势项预测模型,并将趋势项的预测误差与H-P滤波分解的误差项叠加,组成新的残差序列;最后,利用马尔科夫链进行了残差序列的弱化预测.实例分析表明:H-P滤波在隧道变形数据的信息分解方面,比传统小波具有显著的优越性,且预测结果的平均相对误差值约2％,具有较高的预测精度,通过外推预测,隧道变形呈小幅度增加趋势,说明其变形将向趋于稳定方向发展,验证了该断面支护结构体系的合理性和有效性.
文献关键词：
隧道;H-P滤波;深度神经网络;变形预测
中图分类号：
作者姓名：
黄阿岗;曾庆伟;何军
作者机构：
陕西铁路工程职业技术学院 陕西·渭南 714000;河南理工大学 河南·焦作 454000
文献出处：
引用格式：
[1]黄阿岗;曾庆伟;何军-.基于信息分解的组合预测方法在隧道围岩变形预测中的应用)[J].勘察科学技术,2022(01):48-52
A类：
B类：
信息分解,组合预测方法,隧道围岩,围岩变形,变形预测,隧道变形,精度预测,形数,数据分解,趋势项,误差项,深度神经网络,网络构建,预测误差,波分,残差序列,马尔科夫链,平均相对误差,误差值,外推,小幅度,支护结构体系
AB值：
0.341473
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
