摘要
本发明提供一种基于灰色神经网络的盾构沉降变形监测方法及系统,属于智能预测技术领域,其方法包括围绕施工区域获取在盾构施工过程中影响沉降变形的相关数据,并将不同来源的相关数据融合,形成相关数据集,形成累加生成序列与原始时间序列,对原始时间序列进行优化,并建立累加生成序列与优化时间序列的关系模型,构建灰色预测模型;通过特征选择过程确定相关数据集中的特征维度,结合灰色预测模型的预测结果构建灰色神经网络模型,对盾构过程中的沉降变形量进行预测;基于环境‑影响表和实时数据反馈调整灰色神经网络模型,优化沉降变形量的预测结果,满足盾构施工过程中对实时监测和预测的需求,确保预测结果的及时性和可靠性。
技术关键词
灰色神经网络模型
灰色预测模型
序列
数据采集策略
实时数据
数据融合方法
沉降变形监测系统
智能预测技术
特征选择方法
因子
重构
参数
关系
系统噪声
项目