基于小波神经网络技术的基坑水平位移形变预测★

刘 永 辉

(1.天津水运工程勘察设计院，天津 300456； 2.交通运输部天津水运工程科学研究所，天津 300456)

0 引言

由于基坑变形所造成的地质灾害往往会对人们的日常生活及工程建设造成很大影响，因此边坡的变形预测成为近年来变形预测方面的一个重要研究方向，在对基坑变形进行监测的同时，对监测数据进行分析，然后做出及时准确预测，能在很大程度上减少灾害发生时造成的国家经济损失及人们的生命安全损失[1,2]。

随着现代科技发展特别是计算机技术的进步，各种理论和方法为形变预测提供了广泛的研究途径，如灰色模型分析方法、BP(Back Propagation)神经网络方法等，预测的精度和可靠性不断提高[3]。BP神经网络是目前比较常用的预测方法。国内多位学者利用多种神经网络预测模型对矿山边坡、工程边坡、滑坡灾害、形变监测网进行分析与预测，得出相应的结论[4-6]。杨登科等基于小波神经网络利用有限的样本信息获得良好的高程拟合结果[7]。邵楠等验证了小波神经网络模型在大坝变形预测的可行性[8]。本文基于小波神经网络建立模型并对基坑深层水平位移进行预测研究。

1 研究数据与研究方法

1.1 研究数据

本文选取某基坑深层水平位移数据，共计6个深层水平位移监测点，如图1所示。

为保证数据连续性，本文选取CX1和CX2作为试验点，2018年4月1日～6月23日的观测数据，共84 d数据，数据单位为m，并对数据缺失值进行SPSS填补。填补后数据时间序列如图2所示。

1.2 研究方法

BP神经网络是由输入层、隐含层和输出层组成，其信息处理过程由向前传播与向后学习两部分组成。……