论文部分内容阅读
以小波变换分离隧道变形数据的趋势项和误差项，采用回归模型对趋势项进行单项预测，并进一步对其进行组合预测；同时，利用BP神经网络对误差项及原始数据项进行预测，最后对比本文组合预测与传统BP神经网络的预测结果。结果表明：sym5小波函数对本文监测数据的分离效果最好，而非线性组合预测的精度要优于线性组合预测的精度，且综合对比本文组合预测和BP神经网络的结果，得出本文的组合预测很大程度上提高了预测精度，为隧道的变形预测提供了一种新的思路。