改進EIman神經(jīng)網(wǎng)絡(luò)在地鐵施工變形預測中的應(yīng)用.pdf

1、目前，由于國民經(jīng)濟的高速發(fā)展，交通問題的日益嚴峻，城市地下工程迅速發(fā)展。設(shè)計中不可能對工程做出完美無缺的估計，地鐵施工中還可能受到許多不利因素的影響，因此地鐵施工的安全監(jiān)測和變形預測成為重要的研究方向。
　　近些年來，神經(jīng)網(wǎng)絡(luò)應(yīng)用于變形預測的研究一直是國內(nèi)外學者研究的熱點。Elman神經(jīng)網(wǎng)絡(luò)具有動態(tài)記憶的功能，更適合于處理時間序列預測問題。但該網(wǎng)絡(luò)采用梯度下降的學習算法，僅具有一階線性動態(tài)特性，導致網(wǎng)絡(luò)性能欠佳。對此問題許多科研工

2、作者共同努力，做了大量的研究。
　　本文主要研究了以下內(nèi)容:基于地鐵變形監(jiān)測與預測建模的理論與方法的基礎(chǔ)上，研究了改進Elman動態(tài)遞歸神經(jīng)網(wǎng)絡(luò)在地鐵施工變形預測中的應(yīng)用。深入研究了粒子群優(yōu)化算法（PSO算法）和Elman動態(tài)遞歸神經(jīng)網(wǎng)絡(luò)，針對Elman網(wǎng)絡(luò)采用梯度下降的學習算法，僅具有一階線性動態(tài)特性，導致網(wǎng)絡(luò)性能欠佳，創(chuàng)建了PSO算法與Elman動態(tài)遞歸神經(jīng)網(wǎng)絡(luò)相融合的預測模型（PSO-Elman網(wǎng)絡(luò)模型）;探討了網(wǎng)絡(luò)模型輸入