葛玉輝
(鐵道第三勘察設(shè)計(jì)院集團(tuán)有限公司,天津 300251)
?
基于小波神經(jīng)網(wǎng)絡(luò)的沉降預(yù)測軟件開發(fā)與應(yīng)用
葛玉輝
(鐵道第三勘察設(shè)計(jì)院集團(tuán)有限公司,天津 300251)
將小波神經(jīng)網(wǎng)絡(luò)分析方法用于高鐵沉降評估和運(yùn)營監(jiān)測管理,針對其方法的不足及局限性,將Matlab語言的核心代碼編譯成C++代碼并編制成軟件,與BP神經(jīng)網(wǎng)絡(luò)、卡爾曼濾波等方法進(jìn)行對比分析。工程實(shí)例表明,小波神經(jīng)網(wǎng)絡(luò)與其他沉降預(yù)測方法吻合性較好,其收斂性、逼近性及容錯能力更強(qiáng),預(yù)測精度更為穩(wěn)定。
小波神經(jīng)網(wǎng)絡(luò) 沉降 軟件 預(yù)測
保證高鐵高速、安全、平穩(wěn)有序的建設(shè)及運(yùn)營,確立科學(xué)合理的預(yù)測模型及預(yù)測程序,準(zhǔn)確預(yù)測高鐵的沉降變化量顯得尤為重要。小波神經(jīng)網(wǎng)絡(luò)(WNN)預(yù)測方法一直是預(yù)測領(lǐng)域研究的熱點(diǎn),并已取得良好的成果,將其應(yīng)用到現(xiàn)實(shí)工程建設(shè)及運(yùn)營管理領(lǐng)域具有重大的現(xiàn)實(shí)意義。
高速鐵路沉降變形預(yù)測模型的程序大部分是基于matlab語言編寫而成,導(dǎo)致在現(xiàn)實(shí)生產(chǎn)中運(yùn)行很不方便。把matlab語言的核心代碼編譯成C#代碼,編寫了一套沉降預(yù)測軟件,經(jīng)過與BP神經(jīng)網(wǎng)絡(luò)、卡爾曼濾波方法進(jìn)行對比,小波神經(jīng)網(wǎng)絡(luò)預(yù)測模型在沉降變形評估及運(yùn)營監(jiān)測方面的預(yù)測結(jié)果和實(shí)測數(shù)據(jù)吻合性較高。
小波神經(jīng)網(wǎng)絡(luò)(WNN)沉降預(yù)測系統(tǒng)采用Visual Studio面向?qū)ο蟮拈_發(fā)平臺和Oracle大型數(shù)據(jù)庫,利用VC#、C++開發(fā)語言,在C/S結(jié)構(gòu)模式下實(shí)現(xiàn)。
1.1 系統(tǒng)設(shè)計(jì)原則及思路
小波神經(jīng)網(wǎng)絡(luò)代碼幾乎都是用Matlab語言編寫。Matlab語言實(shí)現(xiàn)簡單,算法及預(yù)測精度較高,但是繁瑣的程序運(yùn)行及操作界面,在工程預(yù)測使用中極為不方便。為了解決基于Matlab語言的小波神經(jīng)網(wǎng)絡(luò)程序,研究將其嵌入現(xiàn)有的C#或者C++程序編寫的軟件中。
根據(jù)小波神經(jīng)網(wǎng)絡(luò)原理,沉降預(yù)測軟件的編碼采用三層的小波神經(jīng)網(wǎng)絡(luò),小波函數(shù)為Morlet小波,神經(jīng)網(wǎng)絡(luò)為后向傳播。C#中小波神經(jīng)網(wǎng)絡(luò)封裝為wavlet_net類,通過build函數(shù)進(jìn)行訓(xùn)練,count函數(shù)獲取預(yù)測結(jié)果,中間通過調(diào)用CSharp2Cpp類轉(zhuǎn)入c++dll,接口函數(shù)為wavlet_compute_predict_cpp。C++中,通過WavletFunction類進(jìn)行小波神經(jīng)網(wǎng)絡(luò)訓(xùn)練和預(yù)測。
1.2 沉降觀測數(shù)據(jù)處理模塊的設(shè)計(jì)
高速鐵路沉降及變形監(jiān)測點(diǎn)多,觀測周期長,數(shù)據(jù)量大,如何科學(xué)、高效、系統(tǒng)地對構(gòu)筑物的沉降趨勢和沉降量進(jìn)行預(yù)測是沉降數(shù)據(jù)分析預(yù)測模塊要解決的問題。根據(jù)實(shí)際工作需要,沉降數(shù)據(jù)分析預(yù)測模塊要實(shí)現(xiàn)以下功能:
(1)數(shù)據(jù)庫結(jié)構(gòu)設(shè)計(jì)合理,界面友好;
(2)對導(dǎo)入沉降數(shù)據(jù)能有效地進(jìn)行監(jiān)測,剔除有問題的測點(diǎn)數(shù)據(jù);
(3)合理設(shè)計(jì)沉降預(yù)測分析方法,自動繪制觀測點(diǎn)的沉降曲線及可視化;
(4)預(yù)測數(shù)據(jù)的顯示、輸出。
基于WNN沉降預(yù)測分析模塊的結(jié)構(gòu)設(shè)計(jì)見圖1。

圖1 基于WNN沉降預(yù)測分析模塊
在沉降數(shù)據(jù)分析預(yù)測模塊中,對需要分析的測點(diǎn)沉降數(shù)據(jù)可以按照永恒給定的參數(shù)和方法進(jìn)行沉降趨勢的預(yù)測分析。
在大西線侯馬段軌面變形監(jiān)測中,將基于WNN沉降預(yù)測分析軟件應(yīng)用于該項(xiàng)目(見圖2、圖3 、表1)。

圖2 與運(yùn)營期間數(shù)據(jù)比較

圖3 WNN沉降預(yù)測分析軟件
選取上升最大的567331、下降最大的567311,變化比較平穩(wěn)(占80%)的567301進(jìn)行對比分析。
取2015-01-21~2015-09-21運(yùn)營監(jiān)測共11期的CPⅢ高程變化情況為建模數(shù)據(jù),對2015-10-21~2016-01-21的數(shù)據(jù)進(jìn)行對比分析。
選取上升最大的567331、下降最大的567311;變化比較平穩(wěn)(占80%)的567301進(jìn)行了對比分析。

表1 沉降預(yù)測數(shù)據(jù)與實(shí)測數(shù)據(jù)之差 mm
從圖2、表1中可以看出,選取上升最大的監(jiān)測點(diǎn)小波神經(jīng)網(wǎng)絡(luò)更為接近實(shí)測數(shù)據(jù),變化較為平穩(wěn)的567301更為明顯,預(yù)測精度更高,預(yù)測結(jié)果和實(shí)測數(shù)據(jù)更加吻合。
成功的將Matlab語言的核心代碼編譯成C++代碼,并編寫了一套沉降預(yù)測軟件,避免了Matlab語言繁瑣的程序運(yùn)行及操作界面,很大程度上方便了現(xiàn)實(shí)工程的使用,經(jīng)反復(fù)的測試和運(yùn)行調(diào)試,效果良好。
從石家莊至濟(jì)南客運(yùn)專線沉降評估、丹陽沉降監(jiān)測、安徽鐵路沉降監(jiān)測、大西沉降評估等項(xiàng)目總體運(yùn)行效果來看,小波神經(jīng)網(wǎng)絡(luò)方法和其他沉降預(yù)測方法吻合性較好,其收斂性、逼近性及容錯能力更強(qiáng),預(yù)測精度更為穩(wěn)定。
[1] 傅薈璇,趙紅.MATLAB神經(jīng)網(wǎng)絡(luò)應(yīng)用設(shè)計(jì)[M].北京:機(jī)械工業(yè)出版社,2010:204-206
[2] 張獻(xiàn)州,莫春,馬下平.高速鐵路沉降觀測評估預(yù)測系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[J].鐵道勘察,2010,36(4)
[3] 徐明偉,張建民.高速鐵路區(qū)域地面沉降監(jiān)測方法的評價分析[J].鐵道勘察,2015(1)
[4] 葛玉輝.基于小波神經(jīng)網(wǎng)絡(luò)的水汽預(yù)報方法研究[D].成都:西南交通大學(xué),2014
[5] 李超,王騰軍.小波神經(jīng)網(wǎng)絡(luò)在攔渣壩變形預(yù)測中的應(yīng)用研究[J].測繪通報,2012(增刊):192-193
[6] 曹成度.高速鐵路線下工程沉降變形組合預(yù)測探討[J].鐵道勘察,2012,38(4):1-3
[7] 王宇譜,呂志平,陳正生,等.衛(wèi)星鐘差預(yù)報的小波神經(jīng)網(wǎng)絡(luò)網(wǎng)絡(luò)算法研究[J].測繪學(xué)報,2013,42(3):323-330
[8] 陳舒陽,徐林榮,曹祿來.基于動態(tài)神經(jīng)網(wǎng)絡(luò)法考慮區(qū)域沉降的高速鐵路沉降預(yù)測[J].鐵道學(xué)報,2015,37(5):83-87
Software Development and Application of Settlement Prediction Based on Wavelet Neural Network
GE Yuhui
2016-09-05
葛玉輝(1986—),男,2013年畢業(yè)于西南交通大學(xué)大地測量與測量工程專業(yè),工學(xué)碩士,助理工程師。
1672-7479(2016)06-0021-02
TU433; P209
A