典型文献
地铁车站基坑变形监测及预测模型分析研究
文献摘要：
地铁深基坑的安全直接影响了工程质量以及周边环境的安全问题,利用实时沉降监测数据,建立科学预测模型,可以预知监测目标的变形趋势,进而避免重大事故的发生.在本次研究过程中,采用小波去噪方式对原始沉降数据进行去噪处理,然后分别建立去噪前后的BP神经网络预测模型,利用某工程项目数据进行综合研究,分析去噪前后的BP神经网络模型预测成果精度.实验结果表明:基于小波去噪的BP神经网络预测模型精度较未去噪的BP神经网络预测模型有大幅度提高,能够对基坑沉降监测点的变形趋势进行更为科学合理地预测分析.
文献关键词：
BP神经网络;小波去噪;变形监测;地铁基坑
中图分类号：
作者姓名：
项阳
作者机构：
合肥市轨道交通集团有限公司,安徽 合肥 230000
文献出处：
引用格式：
[1]项阳-.地铁车站基坑变形监测及预测模型分析研究)[J].经纬天地,2022(03):7-10,22
A类：
B类：
地铁车站基坑,基坑变形监测,地铁深基坑,工程质量,周边环境,沉降监测数据,预知,变形趋势,重大事故,研究过程,小波去噪,沉降数据,去噪处理,神经网络预测模型,项目数,综合研究,成果精度,于小波,预测模型精度,未去,大幅度提高,监测点,预测分析,地铁基坑
AB值：
0.326408
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。
