[发明专利]一种基于BP-回归分析预测模型的地铁结构变形预报方法

摘要

本发明公开了一种基于BP‑回归分析预测模型的地铁结构变形预报方法，将回归分析预测模型与BP神经网络模型结合起来，构建出BP‑回归分析预测模型，充分利用了BP神经网络模型在非线性变化数据拟合方面的优势，以及回归分析预测模型在对地铁结构变形随时间周期性变化特性的挖掘方面的优势，对地铁结构变形的预报精度高、稳定性好。

主权项

一种基于BP‑回归分析预测模型的地铁结构变形预报方法，其特征在于：包括以下步骤：S1：构建回归分析预测模型，如式(1)所示：y_t＝a₀+a₁*lnt+a₂*sin(wt)+a₃*cos(wt)    (1)式(1)中，t为当前观测时刻到首次观测时刻的累计时间，y_t为时刻t的地铁结构变形量实测值，T为24小时，a₀、a₁、a₂和a₃为待定系数；S2：将监测点处采集到的多组t、x₁＝lnt、x₂＝sin(wt)、x₃＝cos(wt)和y_t作为学习样本代入式(1)中，通过最小二乘法计算得到a₀、a₁、a₂和a₃的值；S3：将步骤S2中得到的a₀、a₁、a₂和a₃的值代入式(1)中，得到各个t时刻所对应的地铁结构变形量初步预测值y_tyc；S4：构建BP‑回归分析预测模型：将x₁，x₂，x₃，y_tyc作为输入层参数，构建网络结构为4×p×1的BP‑回归分析预测模型，其中中间层节点数p根据公式(2)来确定，输出层参数为地铁结构变形量最终预测值y；$p=\sqrt{3m+2n}+6ln\left(N\right)---\left(2\right)$式(2)中，n＝4表示输入层节点数，m＝1表示输出层节点数，N表示学习样本数，p为经过四舍五入取整后得到的值。