地铁车站施工过程中地表沉降的NARXNN时间序列预测模型

作者：文明; 张顶立; 房倩; 张良以

来源：岩石力学与工程学报, 2015, S1: 3306-3312.

DOI：10.13722/j.cnki.jrme.2014.0643

• 地下工程
• 带外部输入的非线性自回归神经网络
• 施工影响因子
• 时间序列
• 地铁车站
• 地表沉降 underground engineering
• nonlinear autoregressive with exogenous input neural network
• construction impact factors
• time series
• metro station
• ground subsidence

准确预测地铁车站开挖过程中的地表沉降已成为城市地下工程风险控制的重点和难点。针对传统时间序列预测模型预测时的单一线性和忽略施工因素影响的静态局限性,提出了带外部输入的非线性自回归神经网络(NARXNN)时间序列预测模型。该模型本身具有延迟单元和反馈结构,且通过引入施工影响因子作为外部输入的一部分,可以非线性动态地考虑地铁车站施工过程。运用NARXNN时间序列预测模型对北京地铁六号线北海北站开挖过程的地表沉降进行预测,结果表明:(1)与传统的ARMA时间序列预测模型相比,NARXNN时间序列预测模型适应性更好、准确性更高;(2)通过引入施工影响因子,NARXNN时间序列预测模型能够准确预测沉降历...

• 出版日期2015
• 单位北京交通大学