2013年12月上施工技术 第42卷第23期CONSTRUCTION TECHNOLOCY85 DOI:10. 7672/sgjs2013230085 城市隧道地表沉降测量优化预测技术研究
汪荣林'，汪冰² (1.江西广播电视大学，江西南昌330046；2.世昌建设集团有限公司，江西南昌330046) [摘要]为了提高城市隧道地表沉降的预测精度，在传统的神经网络模型中，引人一种有预测功能的灰色模型，优 化传统的地表沉降预测方法。
该方法首先利用岩土体地表沉降的随机过程建立模型，通过建立起地表沉降与随机 变量之间的非线性映射关系，使得神经网络就在地表沉降的预测中，具备非线性数据通近能力，保证测量的准确 性。
试验表明，该方法提高了城市隧道地表沉降的预测精度。
[关键词】隧道工程；沉降；非线性；神经网络；预测 [中图分类号]U456.3[文献标识码】A[文章编号]1002-8498(2013)23-0085-03
Settlement Measurement of City Tunnel Wang Ronglin'，Wang Bing² (1.Jiangxi Radio & TV Univesity，Nanchang，Jiangxi 330046，China; 2.Shichang Construction Group Co.，Ltd.，Nanchang，Jiangxi 330046，China) Abstract;Inorder toimprove prediction accuracy of the surface settement for city tunnel the authors put forward a kind of gray space model, which can optimize traditional prediction method of surface settlement.Firstly，the method is to build the model by random process of surface settlement of rock and soil mass,the neural network has nonlinear data approximation ability in surface settlement prediction by building the nonlinear mapping relationship between surface settlement and random variables. The test shows that binationmodel improves prediction accuracy of surface setlement for city tunnel. Key words:tunnels;settlement;nonlinear;neural network;prediction 在城市建设过程中，经常会进行隧道施工，由特殊表示一般，从而导致研究成果难以推广应用。
于开挖会对周围的岩土体进行扰动，从而引起地表由于岩土体是一种随机介质，隧道开挖引起的地表 沉降，地表沉降会对邻近建筑物、地下设施等造成沉降是一个随机过程，具有非常明显的非线性。
一定程度的破坏，从而引起地质环境问题，导致巨1灰色神经网络的地表沉降模型 大的经济损失，这方面研究也逐渐引起学者的1.1地表沉降中灰色预测模型的引人 关注[12]。
针对地表沉降数据的非线性特点，结合灰色预 当前，对于城市隧道施工而诱发地面沉降的相测处理非线性数据的能力，在传统的基于特征统计 方法主要有现场实测、线性建模分析和理论分析用该模型对未来时刻的地表沉降值进行预测。
设 等，并提出了很多地表沉降的预测公式以及一些基GM（m，n）为一个m阶与n个变量的灰色模型。
将 于实测和理论统计上的修正公式，但这些研究成果x记为城市隧道地表沉降的原始数据序列，设 有一个共同的特点，就是缺乏坚实的理论基础，进经过一次累加后所得到的新数据序列为x"，那么 行建模预测时也存在一定的局限性["]。
由于地表x1）应该满足如下一阶微分方程： 沉降具有一定的随机性与非线性，线性模型难以反dx(1)(1) 映地表沉降的复杂现象，而统计分析以点概面，以 式中：α，u均为微分方程的待估参数，它们满足下列 [作者筒介]汪荣林，副教授，E-mail：luck7802@163.关系： [收稿日期]2013-08-08
万方数据
86施工技术第42卷 x（1）（i+1）=（x（1）-）e+(2)实现给定的输入、输出映射关系。
设X=（x，x2，",x）”表示...
