基于卡爾曼濾波的BP神經(jīng)網(wǎng)絡(luò)在滑坡監(jiān)測的應(yīng)用

雷鳴?賈凱華

摘 要：變形監(jiān)測是大型建筑物、構(gòu)筑物安全運(yùn)營的保障性工作，為避免災(zāi)害的發(fā)生，則需要進(jìn)行相應(yīng)的預(yù)測預(yù)警。傳統(tǒng)方法BP神經(jīng)網(wǎng)絡(luò)在滑坡監(jiān)測中容易陷入局部極小，收斂速度慢，網(wǎng)絡(luò)泛化能力弱等缺陷。為此本文提出基于卡爾曼濾波的BP神經(jīng)網(wǎng)絡(luò)方法，通過對觀測數(shù)據(jù)進(jìn)行濾波處理，用濾波數(shù)據(jù)處理進(jìn)行相關(guān)訓(xùn)練。能很好的提高BP神經(jīng)網(wǎng)絡(luò)的性能，具有較高的預(yù)測精度。

關(guān)鍵詞：kalman濾波；BP神經(jīng)網(wǎng)絡(luò)；預(yù)測；模型誤差

基金項(xiàng)目：江西科技學(xué)院規(guī)劃建設(shè)學(xué)科（結(jié)構(gòu)工程）

資助項(xiàng)目：1、基于激光點(diǎn)云數(shù)據(jù)的窗戶提取技術(shù)研究，編號ZR14QN05 2、2010年江西省特色專業(yè)建設(shè)項(xiàng)目（土木工程）

1 BP神經(jīng)網(wǎng)絡(luò)模型

1.1 BP神經(jīng)網(wǎng)絡(luò)的算法

BP神經(jīng)網(wǎng)絡(luò)的主要過程是由信息的正向傳播和誤差的反向傳播兩個(gè)過程組成。第一階段（正向傳播）：輸入層各神經(jīng)元負(fù)責(zé)接收來自外界的輸入信息，并傳遞給中間層各神經(jīng)元；最后傳遞到輸出層，經(jīng)進(jìn)一步處理后，完成一次學(xué)習(xí)的正向傳播處理過程，由輸出層向外界輸出信息處理結(jié)果。

2 卡爾曼濾波

2.1 卡爾曼濾波的原理

卡爾曼濾波是以最小均方誤差為估計(jì)的最佳準(zhǔn)則，來從觀測量中估計(jì)出所需信號的濾波算法。其最大特點(diǎn)是能夠剔除隨機(jī)干擾誤差，從而獲取逼近實(shí)際情況的有用信息[5-6]。

3 應(yīng)用實(shí)例

本文利用基于卡爾曼濾波的BP神經(jīng)網(wǎng)絡(luò)模型的方法，對江西省井岡山市某滑坡的變形監(jiān)測數(shù)據(jù)進(jìn)行分析。選取滑坡變形監(jiān)測的沉降數(shù)據(jù)，首先利用卡爾曼濾波對其進(jìn)行數(shù)據(jù)處理，剔除隨機(jī)誤差擾動的影響，再利用所得到的濾波值建立BP神經(jīng)網(wǎng)絡(luò)模型進(jìn)行預(yù)測，通過與觀測數(shù)據(jù)的對比，來驗(yàn)證模型的可行性。

3.1 卡爾曼濾波方程的建立

一般在變形測量中，常用的卡爾曼濾波模型一般為和模型，這兩種模型都是將監(jiān)測點(diǎn)的變形過程看成是一個(gè)隨機(jī)過程。本文采取的是模型，把滑坡監(jiān)測點(diǎn)的位置和速率作為運(yùn)動的狀態(tài)向量， 將沉降加速度看作狀態(tài)方程的動態(tài)噪聲。

4.1 基于卡爾曼濾波算法的BP模型

針對BP模型在變形監(jiān)測的預(yù)測方面的局限性，采用原始觀測數(shù)據(jù)的卡爾曼濾波值進(jìn)行BP神經(jīng)網(wǎng)絡(luò)模型建模，由此模型得到預(yù)測結(jié)果：

由表三可以看出，由于卡爾曼濾波算法能很好的剔除數(shù)據(jù)干擾，在對數(shù)據(jù)進(jìn)行濾波處理后，得到的預(yù)測值與觀測值比較接近，殘差相對較小，其殘差分別為3.75%，1.57%，3.91%，較傳統(tǒng)BP模型預(yù)測的精度有明顯的提高，能更好的反應(yīng)目標(biāo)的變化趨勢。

5 結(jié)束語

本文針對傳統(tǒng)BP模型的缺陷，提出基于卡爾曼濾波的BP神經(jīng)網(wǎng)絡(luò)算法，在一定程度上改進(jìn)BP算法的缺點(diǎn)，提高網(wǎng)絡(luò)泛化能力，更好的模擬了動態(tài)目標(biāo)系統(tǒng)的變化規(guī)律，表明基于卡爾曼濾波的BP神經(jīng)網(wǎng)絡(luò)方法是一種更有效地預(yù)測方法。

參考文獻(xiàn)

[1]夏開旺，石雙忠，楊永平.卡爾曼濾波在變形監(jiān)測數(shù)據(jù)處理中的應(yīng)用[J].三晉測繪，2004（12）

[2]蓋玲.時(shí)間序列建模、預(yù)報(bào)的原理與應(yīng)用實(shí)例：[學(xué)位論文].沈陽：遼寧師范大學(xué)，2004

[3]鄧聚龍.灰理論基礎(chǔ)[M].武漢：華中科技大學(xué)出版社.2002.

[4]董長虹.神經(jīng)網(wǎng)絡(luò)與應(yīng)用[M].北京：國防工業(yè)出版社，2005.