基于GRU神经网络的都四轨道交通映秀一号隧道瓦斯浓度序列预测

文档名：基于GRU神经网络的都四轨道交通映秀一号隧道瓦斯浓度序列预测
为解决具有时序性和非线性的瓦斯浓度序列预测误差较大的问题,利用门控循环单元神经网络对其预测.该算法对数据集进行预处理,接着引入更新门和重置门,设计出门控循环单元神经网络瓦斯浓度序列预测算法结构,以误差损失最小化为目标,得到训练模型完成瓦斯浓度预测.以都四轨道交通映秀一号隧道瓦斯监控数据为实例,利用该算法预测瓦斯浓度,该算法预测得到的最小均方根误差为5.421％,最小平均绝对误差为1.391％,并与卷积神经网络、循环神经网络和多层感知机进行对比,实验揭示,该算法可提高瓦斯浓度预测精度.
作者：丁力生 赖永标 杨扬 赖样威 郑万波 杨黎明 王飞 周辉 冉啟华
作者单位：中建铁路投资建设集团有限公司北京,102601昆明理工大学理学院,云南昆明,650500;昆明理工大学数据科学研究中心,云南昆明,650500云南卫士盾科技有限公司,云南昆明,650500
母体文献：中国土木工程学会2021年学术年会论文集
会议名称：中国土木工程学会2021年学术年会  
会议时间：2021年9月27日
会议地点：长沙
主办单位：中国土木工程学会
语种：chi
分类号：TP3TP1
关键词：地铁隧道  瓦斯浓度  预测方法  GRU神经网络
在线出版日期：2022年5月27日
基金项目：
相似文献
相关博文

2024-12-10 13:02 上传 基于GRU神经网络的都四轨道交通映秀一号隧道瓦斯浓度序列预测.pdf

文件大小:

1.2 MB

下载次数:

60

高速下载