2022年第4期江西测绘江西测绘江西测绘江西测绘组合模型在基坑变形监测中的应用研究王艳1潜成胜2曹得宇3(1.东莞市测绘院广东东莞523000；2.交通运输部南海航海保障中心广东广州510235；3.中图智绘科技有限公司江西南昌330200）摘要：针对传统灰色系统模型存在固有偏差和可靠性低的缺陷与不足，论文提出基于灰色系统模型与BP神经网络模型理论的组合预测模型。首先选择GM（1,1）对原始序列进行预测，得到相应的预测结果之后，将预测结果作为样本数据输入到BP神经网络，输出样本选取以实际测量数据为准，通过构建神经网络并对其进行训练，由此可得出用于预测的神经网络。论文在传统灰色理论的基础上结合BP神经网络理论，构建全新的组合模型，提高模型的稳定性和预测结果的精度。将组合预测模型应用于基坑沉降预测，实验结果表明，组合预测模型增强了模型的可靠性，进一步提高了基坑沉降预测的精度，预测精度比单一模型的预测精度明显提高。关键词：灰色预测模型；BP神经网络模型；基坑沉降预测；组合模型ApplicationofCombinedModelinFoundationPitDeformationMonitoringWANGYan1QIANChengsheng2CAODeyu3(1.DongguanInstituteofSurveyingandMapping,Dongguan523000,China;2.NanhaiNavigationSupportCenteroftheMinistryofTransport,Guangzhou510235,China;3.ZhongtuZhihuiTechnologyCo.,Ltd.,Nanchang330200,China)Abstract:Consideringtheinherentdeviationandlowreliabilityoftraditionalgreysystemmodel,acombinedpredictionmodelbasedongreysystemmodelandBPneuralnetworkmodeltheoryisproposed.GM(1,1)isselectedtopredicttheoriginalsequence,andgetcorrespondingpredictionresults,whichareinputintoBPneuralnetworkassampledata,andtheoutputsampleisbasedontheactualmeasurementdata.Afterconstructingandtraining,theneuralnetworkforpredictioncanbeobtained.Itisshowedthatthecombinedpredictionmodelenhancesthereliability,highlyimprovestheaccuracyoffoundationpitsettlementprediction,andtheaccuracyofwhichismuchhigherthanthatofthesinglemodels.Keyword:GreyPredictionModel;BPNeuralNetworkModel;PredictionofFoundationPitSettlement;CombinedModel作者简介：王艳（1985-），女，工程师，硕士，主要从事新型基础测绘、自然资源调查监测、多测合一等工作。E-mail：58350617@qq.com1引言基坑的变形监测与预报分析是一项系统而又复...
