基于动力系统自忆性原理的隧道沉降预测模型研究与应用
随着国民经济的高速发展，越来越多的隧道和地下工程建筑物服务于人民生活。然而隧道的安全建成及顺利运营直接影响到国民经济的生产，特别是在开挖施工阶段会引起周围应力场的剧烈变化导致周围土体产生变形，进而造成隧道结构产生沉降、位移、隆起等变形，最终对隧道的安全造成威胁。受地质条件和其他因素的影响隧道的变形监测数据具有高度的非线性和波动性，很难建立有效的预测模型对其变形趋势进行准确的预测。 针对传统的变形预测模型不能对隧道高度非线性监测数据的沉降趋势和波动特征进行准确的预测问题，采用动力系统自忆性原理与灰色模型和双向差分法相结合的方法，构建灰色自记忆模型和反导自记忆模型;通过与灰色模型和马尔科夫模型的对比得出两种记忆模型能够对非线性监测数据做出准确预测;在此基础上提出多步滚动预测方法，通过对比得出该方法能够提高预测精度;针对两种自记忆模型中的回溯阶定阶问题，采用基于遗忘因子的冗余定理和变权组合方法筛选回溯阶，通过与试算法定阶方法的对比，表明该方法能够快速准确的获得回溯阶值，进而简化记忆模型的建模过程。最后通过工程实例验证两种自记忆模型在隧道沉降分析中的适用性。
隧道变形监测;动力系统;自忆性原理;灰色模型;双向差分法
辽宁工程技术大学
硕士
大地测量学与测量工程
杨帆
2017
中文
U456.31
74
2018-12-11（万方平台首次上网日期，不代表论文的发表时间）