小波-BP神經(jīng)網(wǎng)絡模型在地鐵變形預測中的應用

3.1萬字 69頁 原創(chuàng)作品，已通過查重系統(tǒng)

摘 要
隨著基礎設施建設的快速發(fā)展，同時也為了緩解城市交通的巨大壓力，地鐵交通應運而生。為了保證地鐵建設在施工、運營期的安全性并能夠及時預警，就需要對其建立有效的預測模型。變形監(jiān)測的數(shù)學模型有很多，包括傳統(tǒng)統(tǒng)計分析模型，例如一元線性統(tǒng)計模型、多元線性統(tǒng)一模型、逐步回歸分析模型等；還包括灰色系統(tǒng)模型、時間序列分析模型、神經(jīng)網(wǎng)絡模型等。本文主要研究的變形預測模型為小波-BP神經(jīng)網(wǎng)絡模型。
小波分析是現(xiàn)代分析中一種強有力的工具，由于其在低頻部分具有較高的頻率分辨率和較低的時間分辨率，在高頻部分具有較高的時間分辨率和較低的頻率分辨率，因此有數(shù)學顯微鏡之稱。BP神經(jīng)網(wǎng)絡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)絡誤差平方和達到最小值的算法。BP算法的學習過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算傳遞。若輸出層未得到期望輸出，則會出現(xiàn)誤差變化值，然后誤差反向傳播，通過網(wǎng)絡將誤差信號沿原來的連接通路返回，并修改各層神經(jīng)元的權值，直到達到期望的目標值。
將小波分析的多分辨率分析同人工神經(jīng)網(wǎng)絡強有力的逼近能力有機結合起來，可以發(fā)揮他們各自的優(yōu)勢，以更靈活的逼近能力、更快的收斂速度、更強的自適應性、更高的精度進行預測。



關鍵詞：地鐵變形預測模型 小波-BP神經(jīng)網(wǎng)絡 BP神經(jīng)網(wǎng)絡 小波分析