隧道围岩变形的非线性自回归时间序列预测方法研究

作     者：文明 张顶立 房倩 齐俊 方黄城 陈文博 WEN Ming;ZHANG Dingli;FANG Qian;QI Jun;FANG Huangcheng;CHEN Wenbo

作者机构：北京交通大学城市地下工程教育部重点实验室北京100044 中国中铁工程设计咨询集团有限公司北京100055 

出 版 物：《北京交通大学学报》 (JOURNAL OF BEIJING JIAOTONG UNIVERSITY)

年 卷 期：2017年第41卷第4期

页      面：1-7页

学科分类：0810[工学-信息与通信工程] 08[工学] 081104[工学-模式识别与智能系统] 0805[工学-材料科学与工程（可授工学、理学学位）] 0814[工学-土木工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：中央高校基本科研业务费专项资金(2016YJS116) 国家自然科学基金(U1234210)~~ 

主　　题：公路隧道 时间序列模型 非线性自回归神经网络 动态施工影响因子 围岩变形预测 

摘      要：针对传统时间序列预测模型的单一线性和忽略施工过程影响的静态局限性,提出非线性自回归(包括NARNN与NARXNN)时间序列预测模型.该模型通过引入动态施工影响因子作为附加的外部输入,同时结合模型本身的反馈结构和延迟单元,在结构和动态特性上更加符合实际系统,可以非线性动态地考虑隧道施工全过程.运用该模型对史家山2号隧道施工过程中的围岩水平收敛和地表变形进行预测.结果表明:1)非线性自回归预测模型比传统的ARMA预测模型的预测精度高、适应性好;2)通过多次预测并对结果取平均值,可以保证非线性自回归预测模型预测结果的预测精度和稳健性;3)通过优化动态施工影响因子的取值方法,可以进一步提高NARXNN时间序列预测模型的预测精度.