基于ARIMA-NAR神经网络的新建设施基坑开挖沉降监测分析

扫码查看

原文链接

NETL
NSTL
万方数据

中文摘要：当前新建设施基坑开挖沉降监测中,传统的独立节点部署形式往往受限于监测覆盖范围,导致沉降监测残差不断增加.为此,文章对基于ARIMA-NAR神经网络的新建设施基坑开挖沉降监测方法进行研究.为满足当前监测需求,采用多点位的方式,打破监测覆盖范围的限制,进行多点位监测点部署及周期监测数据采集.基于此,设计ARIMA-NAR神经网络设施基坑沉降监测模型,采用集成持续标定的方式来实现沉降监测.结果表明,针对选定的6个测试点位,在16、18以及20三个复测点中,开挖沉降监测残差均被控制在1.3以内.说明此ARIMA-NAR神经网络设计的新建设施基坑开挖沉降监测方法更加高效、具体,针对性强,并且显著提升了基坑挖掘沉降监测的效果.

作者：

李明

展开 >

作者单位：

安徽建工检测科技集团有限公司,安徽合肥 230031

关键词：

ARIMA-NAR神经网络新建设施基坑开挖沉降监测监测方法定点识别

出版年：

2024

DOI：

10.16330/j.cnki.1007-7359.2024.7.47

安徽建筑

安徽省建筑科学研究设计院　安徽省土木建筑学会

安徽建筑

影响因子：0.404

ISSN：1007-7359

年,卷(期)：2024.31(7)