小波-BP神經(jīng)網(wǎng)絡(luò)模型在地鐵變形預(yù)測(cè)中的應(yīng)用

3.1萬(wàn)字 69頁(yè) 原創(chuàng)作品，已通過(guò)查重系統(tǒng)

摘 要
隨著基礎(chǔ)設(shè)施建設(shè)的快速發(fā)展，同時(shí)也為了緩解城市交通的巨大壓力，地鐵交通應(yīng)運(yùn)而生。為了保證地鐵建設(shè)在施工、運(yùn)營(yíng)期的安全性并能夠及時(shí)預(yù)警，就需要對(duì)其建立有效的預(yù)測(cè)模型。變形監(jiān)測(cè)的數(shù)學(xué)模型有很多，包括傳統(tǒng)統(tǒng)計(jì)分析模型，例如一元線(xiàn)性統(tǒng)計(jì)模型、多元線(xiàn)性統(tǒng)一模型、逐步回歸分析模型等；還包括灰色系統(tǒng)模型、時(shí)間序列分析模型、神經(jīng)網(wǎng)絡(luò)模型等。本文主要研究的變形預(yù)測(cè)模型為小波-BP神經(jīng)網(wǎng)絡(luò)模型。
小波分析是現(xiàn)代分析中一種強(qiáng)有力的工具，由于其在低頻部分具有較高的頻率分辨率和較低的時(shí)間分辨率，在高頻部分具有較高的時(shí)間分辨率和較低的頻率分辨率，因此有數(shù)學(xué)顯微鏡之稱(chēng)。BP神經(jīng)網(wǎng)絡(luò)是一種基于誤差反向傳播算法的多層前饋網(wǎng)，本質(zhì)上是按梯度法將網(wǎng)絡(luò)誤差平方和達(dá)到最小值的算法。BP算法的學(xué)習(xí)過(guò)程分為信息的正向傳遞和誤差的反向傳播。正向傳遞中，輸入的信息由輸入層經(jīng)隱含層到輸出層逐層計(jì)算傳遞。若輸出層未得到期望輸出，則會(huì)出現(xiàn)誤差變化值，然后誤差反向傳播，通過(guò)網(wǎng)絡(luò)將誤差信號(hào)沿原來(lái)的連接通路返回，并修改各層神經(jīng)元的權(quán)值，直到達(dá)到期望的目標(biāo)值。
將小波分析的多分辨率分析同人工神經(jīng)網(wǎng)絡(luò)強(qiáng)有力的逼近能力有機(jī)結(jié)合起來(lái)，可以發(fā)揮他們各自的優(yōu)勢(shì)，以更靈活的逼近能力、更快的收斂速度、更強(qiáng)的自適應(yīng)性、更高的精度進(jìn)行預(yù)測(cè)。



關(guān)鍵詞：地鐵變形預(yù)測(cè)模型 小波-BP神經(jīng)網(wǎng)絡(luò) BP神經(jīng)網(wǎng)絡(luò) 小波分析