杜艳

摘要：当前预测软土地基沉降的方法非常多，软土地基沉降预测方法适应性会因为地质条件的不同适用范围不同。为了在软土地基沉降中使得各预测方法体现出各自的优越性，文章将现有的软土地基沉降预测方法进行归纳总结。当前现有的沉降预测方法主要有经验公式法（双曲线法、指数曲线法、星野法）、灰色系统法、神经网络法、遗传算法。

关键词：沉降;预测;固结;压缩;荷栽

中图分类号：U416.1 文献标志码：A 文章编号：2095-2945（2019）12-0113-03

1背景

目前軟土地基沉降预测方法较多，不同的预测方法适用于不同的软土条件。国内学者针对软土的沉降预测方法也进行了不少的研究，杨帆研究路堤软土地基超载-卸载-再加荷的沉降预测分析时，证明了双曲线法预测最终沉降的可行性，并对软土地基沉降速与最终沉降量的关系进行了研究。胡烈铭针对软土地基路堤工后沉降进行研究时发现，利用双曲线法进行软土地基沉降预测时，需要注意到双曲线法本身的收敛性较差，只有在含有足够数据时，预测的结果才能具有价值，指数曲线法与双曲线法相比，其收敛性比较好，所预测的结果比双曲线法预测的结果好。吕妍洁利用灰色系统GM（1，1）模型在软基沉降预测中的应用研究中发现，灰色系统GM（1，1）模型在预测软土路基沉降变化情况时，具有与现场实测值相差不大的效果，预测结果精度相对较高，同时GM（1，1）克服了大部分方法的缺点和不足，通过较少的数据进行沉降预测。旷翀利用BP神经网络法预测某输气站沉降发现，BP神经网络法使得监测值的拟合效果比其他方法好，但BP神经网络法不适用于长时间的沉降预测，这是因为预测时间的延长，会使得预测的数据与输出数据偏差增大，这也就是神经网络预测中的缺陷。卞志兵利用广义遗传算法进行路基沉降预测时发现，广义遗传算法是一种计算软土地基沉降的新算法，在给出合理的最终沉降范围，就可以得到全局最优解，广义遗传算法避免了传统方法局部极值的缺陷，使得收敛效率提高，研究还发现，尽管在求解多参数非线性优化问题时，遗传算法没有严格的要求对于目标函数，但作为一种新的路基沉降分析方法，其方法适用性还需要进一步研究。周星勇在进行建筑基坑沉降预测时发现，利用遗传算法修正神经网络会发现遗传算法预测的结果会因为现场监测数据质量差等原因表现出效果不佳的现象，利用自适应增强算法对遗传神经网络预测模型进行改进，并对高层建筑基坑进行沉降仿真预测，结果发现平均绝对百分误差（MAPE）、误差绝对值均值（MAE）和误差均方差（MSE）三项精度指标分别提高了80.57%、8 1.04%、70.83%。

本文将沉降预测方法归纳为经验公式法（双曲线法、指数曲线法、星野法）、灰色系统法、神经网络法、遗传算法。并将各种方法的适用范围进行详述，方便工程应用。

2现有沉降预测方法

2.1经验公式法

经验公式法也叫曲线法，由双曲线法、指数曲线法、星野法组成。

（1）双曲线法

双曲线法依赖于地基沉降实测数据来预测沉降，主要拟合沉降量一时间一荷载，在实际工程中软土地基最终沉降量的推算主要按照下面经验公式（1）进行。可以计算地基最终沉降量。

2.3神经网络法

神经网络法是一种认为构造系统，可以模拟信息处理，它具有非线性处理能力，结构图如图1所示，一般由输入层、中间层、输出层构成。

神经网络法不必依赖于预先确定的模型，只要有输入和输出数据，然后确定输入的数据与输出的数据的关系，神经网络预测速度快。

24遗传算法

遗传算法按照“优胜劣汰，适者生存”的规律进行计算，目前已广泛应用在土木工程领域。遗传算法的主要特点是：寻找最优解和探索两个方向的矛盾;以变量形式搜索;整体搜索，避免局部最优;根据目标函数进行搜索;依据概率搜索。遗传算法按照图2进行设计，由此进行沉降预测。

3结论

本文在研究软土地基沉降变形预测方法时，得到了如下结论：（1）现有的沉降预测方法主要有经验公式法（双曲线法、指数曲线法、星野法）、灰色系统法、神经网络法、遗传算法。

（2）针对经验公式法归纳时发现，双曲线法要求沉降测试时间至少半年以上，若现场测试数据过少，其预测精度会受到影响;指数曲线法误差相对较小，但对观测数据有较为严格的要求，当观测数据不稳定时，无法适用于该预测方法;在软土地基沉降预测时，星野法预测结果相对双曲线法较大。

（3）神经网络法在沉降预测时速度较陕;遗传算法进行整体搜索，避免局部最优。