基于BP神经网络的周口店遗址裂缝变形监测数据分析与预测

周口店遗址是世界范围内更新世古人类遗址中内涵较丰富、材料较齐全、较有科研价值的遗址之一,是我国古人类学、旧石器时代考古学和第四纪地质学的科研基地。国家对周口店遗址的长期保护和监测,留存了大量的不同类型的监测数据,但是长期以来对这些监测数据缺乏深层次的数据挖掘和高效利用。基于周口店遗址的地质资料和实地勘察,利用反向传播(back propagation,BP)神经网络方法,运用时间序列预测原理,结合周口店遗址的原始监测数据,对周口店遗址第3地点裂缝变形状况展开了预测研究,并将预测研究分为补全缺失数据和预测未来数据2个方面。结果表明,基于BP神经网络和周口店遗址监测数据所构建的预测模型,经过大量的数据训练,具有较高的预测精度,能够通过预测实现对监测数据缺失部分的补全工作和对监测数据未来发展的预测工作。该研究成果为周口店遗址监测数据的处理提供了一种新方法,丰富了周口店遗址监测中心对大量监测数据的处理手段;此外,构建的周口店遗址第3地点的裂缝变形预警等级结构,对周口店遗址后续预防性保护工作的开展具有重要意义。