论文部分内容阅读
针对边坡变形量预测难的问题，将小波分析与BP神经网络预测相结合，采用小波变换对边坡变形监测数据进行信噪分离，进而消除观测误差，通过BP神经网络预测模型BPANN对处理后数据进行再处理，对边坡变形量以及变形趋势进行预测。进而提出了一种基于小波变换和BPANN模型对露天矿边坡变形监测数据进行处理分析的方法，并在鞍山某露天矿进行了实际应用。实例结果表明：利用小波去噪与BPANN模型预测的监测点精度达到3mm，满足二等变形监测的要求，数据处理简便，在露天矿边坡变形监测数据的消噪与预测中具有实际应用价值。