[1]华莎,袁于思,易灿灿,等.基于多簇回声状态网络的边坡变形预测[J].水利与建筑工程学报,2022,(02):108-112.[doi:10.3969/j.issn.1672-1144.2022.02.016]
点击复制

基于多簇回声状态网络的边坡变形预测()
分享到：

《水利与建筑工程学报》[ISSN:1672-1144/CN:61-1404/TV]

卷:
期数:
2022年02期
页码:
108-112
栏目:
出版日期:
2022-04-30

文章信息/Info

作者:
华莎1; 袁于思1; 易灿灿2; 张磊2
1．中铁武汉电气化局集团第一工程有限公司，湖北武汉430074；2．武汉科技大学，湖北武汉430081
关键词:
边坡变形; 多聚类; 回声状态网络; 时间序列预测; 位移预测
分类号:
ＴＵ454
DOI:
10.3969/j.issn.1672-1144.2022.02.016
摘要:
由于边坡失稳是一个循序渐进的过程，利用时间序列分析的方法来预测边坡未来变形，有利于实现边坡的稳定性评价。相比于传统的时间序列分析方法，多簇回声状态网络（ＭＣＥＳＮ）采用动态储备池将输入信号转换为高维状态向量，选择一组最优的状态向量来表示与任务相关的输入动态。为了验证模型的有效性，采用差分整合移动平均自回归模型（ＡＲＩＭＡ）、回归支持向量机（ＳＶＭ）、长短期记忆网络（ＬＳＴＭ）和传统的回声状态网络（ＥＳＮ）以及ＭＣＥＳＮ对三峡船闸高边坡位移进行建模与分析，通过对比均方根误差（ＲＭＳＥ）和复相关系数，发现ＭＣＥＳＮ的预测精度和模型泛化能力更好。结果表明，ＭＣＥＳＮ在边坡变形预测具有良好的应用前景。

参考文献/References:

［1］　余晓露，郑东健．基于人工神经网络的边坡新多点监控模型［Ｊ］．人民黄河，2020，42（6）：117-119，129．
［2］　孙平定，蔡　润，谢成阳，等．基于遗传优化神经网络的边坡稳定性评价［Ｊ］．现代电子技术，2019，42（5）：75-78．
［3］　晏红波，杨　庆，任　超，等．基于ＥＥＭＤ的ＢＰ神经网络边坡预测研究［Ｊ］．水力发电，2017，43（7）：37-40．
［4］　龚　斌，唐春安．大岗山水电站右岸边坡开挖期位移预测的ＰＢＭ 模型研究［Ｊ］．水利与建筑工程学报，2019，17（4）：130-135．
［5］　贾家银，刘宇豪，李晓军，等．基于改进ＰＳＯ-ＢＰ神经网络的浅埋隧道围岩变形时序预测研究［Ｊ］．水利与建筑工程学报，2021，19（5）：19-22，51．
［6］　李建新，刘小生，肖海平，等．基于ＦＣＭ-ＳＶＭ的矿山边坡安全系数估算［Ｊ］．矿业研究与开发，2019，39（10）：76-79．
［7］　黄　俊，刘小生．基于ＧＳ-ＰＳＯ-ＳＶＭ模型的边坡稳定性预测模型［Ｊ］．中国矿业，2020，29（6）：87-91．
［8］　史笑凡，杨春风，王可意．基于支持向量机和改进ＢＰ神经网络的路基边坡稳定性研究［Ｊ］．公路交通科技，2019，36（1）：31-37．
［9］　王健伟，徐玉胜，李俊鑫．基于网格搜索支持向量机的边坡稳定性系数预测［Ｊ］．铁道建筑，2019，59（5）：94-97．
［10］　ＬｉｕＺ，ＧｕｏＤ，ＳｕｚａｎｎｅＬ，ｅｔａｌ．边坡位移智能预测算法［Ｊ］．浙江大学学报（英文版）（Ａ辑：应用物理和工程），2020，21（6）：412-429．
［11］　ＨｅｒｂｅｒｔＪ，ＨａｒａｌｄＨ．Ｈａｒｎｅｓｓｉｎｇｎｏｎｌｉｎｅａｒｉｔｙ：ｐｒｅｄｉｃ-ｔｉｎｇｃｈａｏｔｉｃｓｙｓｔｅｍｓａｎｄｓａｖｉｎｇｅｎｅｒｇｙｉｎｗｉｒｅｌｅｓｓｃｏｍ-ｍｕｎｉｃａｔｉｏｎ［Ｊ］．Ｓｃｉｅｎｃｅ，2004，304（5667）：78-80．
［12］　琚　篧，祁　林，刘　帅．基于改进乌鸦算法和ＥＳＮ神经网络的短期风电功率预测［Ｊ］．电力系统保护与控制，2019，47（4）：58-64．
［13］　张各各，徐　珍，曾　波，等．基于ＳＣＡＤ-ＥＳＮ的时间序列预测模型［Ｊ］．工程科学与技术，2017，49（6）：129-134．
［14］　ＸｕｅＦ，ＬｉＱ，ＺｈｏｕＨ，ｅｔａｌ．Ｒｅｓｅｒｖｏｉｒｃｏｍｐｕｔｉｎｇｗｉｔｈｂｏｔｈｎｅｕｒｏｎａｌｉｎｔｒｉｎｓｉｃｐｌａｓｔｉｃｉｔｙａｎｄ ｍｕｌｔｉ-ｃｌｕｓｔｅｒｅｄｓｔｒｕｃｔｕｒｅ［Ｊ］．ＣｏｇｎｉｔｉｖｅＣｏｍｐｕｔａｔｉｏｎ，2017，9（3）：400-410．
［15］　ＬｉＱ，ＷｕＺ，ＸｉａＸ．ＥｓｔｉｍａｔｅａｎｄｃｈａｒａｃｔｅｒｉｚｅＰＶｐｏｗ-ｅｒａｔｄｅｍａｎｄ-ｓｉｄｅｈｙｂｒｉｄｓｙｓｔｅｍ［Ｊ］．ＡｐｐｌｉｅｄＥｎｅｒｇｙ，2018，218（15）：66-77．
［16］　黎　倩．回声状态网络的神经元模型和拓扑结构优化研究［Ｄ］．重庆：重庆大学，2017：2-5．
［17］　赵洪波．边坡变形预测的群体智能模型［Ｊ］．岩石力学与工程学报，2006，25（8）：1664．

相似文献/References:

[1]杨伟良,董英伟,安江龙.下穿隧道开挖区域边坡变形现场检测与数值模拟对比分析[J].水利与建筑工程学报,2015,(03):161.

备注/Memo

备注/Memo:
收稿日期：2021-10-30　　　　　修稿日期：2021-11-29
基金项目：国家自然科学基金（51805382）；湖北省安全生产专项资金科技项目（ＫＪＺＸ202007003）
作者简介：华　莎（1973—），女，高级工程师，主要从事研究结构健康监测方面的工作。Ｅ-ｍａｉｌ：ｔｓ1447343299＠163．ｃｏｍ
通讯作者：张　磊（1989—），男，博士，讲师，主要从事结构健康监测方面的工作。Ｅ-ｍａｉｌ：ｚｈｉｌｉｗａｎｇｍｒ＠163．ｃｏｍ
更新日期/Last Update: 2022-04-30