基于小波去噪与BP神经网络的地铁沉降组合预测方法

秦拥军，张佳琪，谭顺利

(新疆大学建筑工程学院，新疆 乌鲁木齐 830047)

0 引 言

随着城市人口的不断增长和城市规模的不断扩大，我国城市地下工程发展迅速。然而，地下工程的施工不可避免的使地表产生变形，当地表变形超过安全限度时，就会影响到地下工程的安全运营和周边建筑物的正常使用，严重时还会造成人员伤亡。因此，精准预测地下工程施工引起的地表变形，对于防灾减灾具有重要的意义[1-5]。受测量仪器、人为操作、观测条件等因素的影响，监测数据不可避免的含有噪声污染。如何采用有效手段消除噪声，是提高预测模型精度的关键[6-8]。目前，对地下工程施工诱发的地表变形预测主要借助经验公式法[9-11]、数值模拟法[12-13]、解析法[14]以及人工神经网络预测法[15-19]。其中，人工神经网络以其简单易行、计算量小、并行性强等优势受到广泛应用。为了提高预测精度，大量学者采用小波去噪和神经网络组合预测。杨奇妹等[20]将小波分析与RBF神经网络相结合，建立了深基坑沉降预测模型，经实例验证预测误差保持在1%～5%，满足沉降监测要求；严容[21]将小波去噪和BP神经网络用于变形预测，取得了良好效果。

本文将小波去噪与神经网络应用于乌鲁木齐地铁沉降预测过程，依托乌鲁木齐市轨道交通1号线新疆大学站监测数据，采用小波理论对其进行降噪处理，并选用常用的BP神经网络进行沉降预测，取得了良好的效果。

1 工程概况

乌鲁木齐市轨道交通1号线新疆大学站共布置了125个监测点，编号为DB-01-06～DB-29-04、JCJ-01-10～JCJ-09-16、GCY-01-02～GCY-02-10及GCJ-01-02～GCJ-01-10。……